駐車計画/強化学習2026/8/25arXiv:2608.24485

NeuralParker: 不規則な駐車環境のための強化学習プランナー

NeuralParker: A Reinforcement Learning Planner for Irregular Parking Environments

配送車両などが不規則な環境で任意の姿勢に駐車するための強化学習ベースのハイブリッドプランナーを提案。環境全体の障害物と境界を目標相対表現で符号化し、長距離の経路計画を可能にした。

詳しい要約

1. どんなもの？

NeuralParkerは、不規則な駐車環境における任意姿勢の駐車を対象とした、強化学習ベースのハイブリッドプランナーである。配送・サービス車両が、遠方の出発点から、マークされたスロットに依存せず、オペレータ指定のポーズへ到達する問題を扱う。全環境の障害物と境界形状をターゲット相対の頂点表現で符号化し、経路決定に必要な文脈を保持する。学習された曲率-長さの円弧ポリシーと、多様なcubic Hermite接続から選択するターミナルアンサンブルを組み合わせる。

2. 先行研究と比べてどこがすごい？

既存の学習ベースの駐車プランナーは局所的な観測に依存することが多く、長距離の経路推論が制限される。NeuralParkerは、全環境の幾何学をターゲット相対の頂点表現で符号化することで、アプローチ全体を通じて経路決定に重要な文脈を保持できる点が新しい。また、学習された円弧ポリシーとターミナルアンサンブルの組み合わせにより、多様な接続候補から選択することで、軌道品質を向上させている。

3. 技術・手法の肝は？

手法の核は、(1) 全環境の障害物と境界形状をターゲット相対の頂点表現で符号化し、ポリシーが長距離の文脈を保持できるようにすること。(2) 学習された曲率-長さの円弧ポリシーを採用し、曲率正則化コストを用いて多様なcubic Hermite接続から選択するターミナルアンサンブルをループ内で使用すること。

4. どうやって有効だと検証した？

階乗ベンチマークと長距離経路選択ベンチマークを新たに確立し、計画成功率と軌道品質を評価した。実験では、NeuralParkerが評価したベースラインよりも高い計画成功率と優れた軌道品質を達成した。アブレーション研究により、ターゲット相対のグローバル表現とターミナルアンサンブルの利点が確認された。さらに、実車両評価により、実際の配送車両の知覚に効果的に転移し、低計算コストで計画に成功することを確認した。

5. 議論はある？

要旨からは、特定の議論は明示されていないが、提案手法の有効性が示される一方で、実環境でのさらなる検証や、より複雑な環境への拡張、計算コストと計画品質のトレードオフなどが今後の課題として考えられる。また、ベースラインとの比較やアブレーションの詳細は要旨からは不明である。

6. 次に読むべき論文は？

要旨で参照されている関連研究は明示されていないが、学習ベースの駐車プランナーや強化学習を用いたモーションプランニングに関する論文が関連する。具体的には、既存の学習ベースの駐車プランナー（例：local observationに基づく手法）や、強化学習による経路計画手法、cubic Hermite曲線を用いた軌道生成手法などが挙げられる。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Zihan Wang, Bai Huang, Yang Guan, Xiao Li, Haoyu Xu, Naizheng Wang, Shengbo Eben Li

分類: cs.RO, cs.LG

原文アブストラクト

Automated parking commonly assumes marked slots and short approach maneuvers. Delivery and service vehicles, however, may need to reach an operator-specified pose in an irregular bounded environment from a distant start. Existing learning-based parking planners often rely on local observations, which can restrict long-range route reasoning. To address this problem, we present NeuralParker, a reinforcement learning-based hybrid planner for arbitrary-pose parking. NeuralParker encodes full-environment obstacle and boundary geometry in a target-relative vertex representation, allowing the policy to retain route-defining context throughout the approach. It further couples a learned curvature--length arc policy with an in-loop terminal ensemble that selects from diverse cubic Hermite connections using a curvature-regularized cost. We also establish factorial and long-range route-choice benchmarks to evaluate planning success and trajectory quality. Experiments on these benchmarks show that NeuralParker achieves higher planning success and better overall trajectory quality than the evaluated baselines, while ablation studies support the benefits of the target-relative global representation and terminal ensemble. Finally, a real-vehicle evaluation confirms that the planner transfers effectively to real delivery-vehicle perception at a working parking site, planning successfully at low computational cost.

arXivで原文を読む →arXiv概要ページ

← 論文一覧