Мы создаем агент принятия решений по вождению с обратной связью, который использует объединенные описания датчиков и выдает структурированные команды управления с соображениями безопасности. Это руководство предназначено для инженеров, создающих прототипы планировщиков на основе LLM для автономных...
Мы создаем агент принятия решений по вождению с обратной связью, который использует объединенные описания датчиков и выдает структурированные команды управления с соображениями безопасности. Это руководство предназначено для инженеров, которые создают прототипы планировщиков на основе LLM для автономных транспортных средств и которым требуется детерминированный вывод JSON без управления масштабированием стоимости токенов в длинных историях сцен. Мы подключим все к Oxlo.ai, чтобы вы могли выполнить итерацию на живой модели за считанные минуты.
Что вам понадобится
Python 3.10 или новее
Ключ API Oxlo.ai с https://portal.oxlo.ai.
Установлен OpenAI SDK: pip install openai
Шаг 1. Создайте экземпляр клиента Oxlo.ai.
Я храню инициализацию клиента в отдельном модуле, чтобы позже можно было менять модели, не затрагивая бизнес-логику. Oxlo.ai предоставляет конечную точку, совместимую с OpenAI, поэтому импорт остается стандартным.
из openai импорт OpenAI
клиент = OpenAI(base_url="https://api.oxlo.ai/v1", api_key="YOUR_OXLO_API_KEY")
Шаг 2. Заблокируйте системную подсказку
Системное приглашение — это контракт безопасности. Он заставляет модель выдавать только JSON с четырьмя обязательными полями и предупреждает о галлюцинирующих объектах, отсутствующих во входных данных сцены.
SYSTEM_PROMPT = """Вы являетесь автономным планировщиком движения транспортного средства.
Вы в