論文の概要: REAP: Reinforcement-Learning End-to-End Autonomous Parking with Gaussian Splatting Simulator for Real2Sim2Real Transfer

• arxiv url: http://arxiv.org/abs/2605.08713v1
• Date: Sat, 09 May 2026 05:50:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:49.831335
• Title: REAP: Reinforcement-Learning End-to-End Autonomous Parking with Gaussian Splatting Simulator for Real2Sim2Real Transfer
• Title（参考訳）: REAP:Real2Sim2Real Transferのためのガウススプレイティングシミュレータを用いた強化学習型エンドツーエンド自動駐車
• Authors: Changze Li, Zhe Chen, Shaoyu Chen, Lisen Mu, Yijian Li, Yuelong Yu, Qian Zhang, Qing Su, Ming Yang, Tong Qin,
• Abstract要約: 本稿では,Reinforcement Learning End-to-end Autonomous Parking(REAP)を提案する。 REAPは、訓練効率と推論性能を改善するために、非対称強化学習フレームワークにSoft Actor-Critic(SAC)を使用している。 訓練された強化学習ネットワークが実世界のシナリオに直接移行できることを保証するため、我々はReal2Sim2Realシミュレータを構築した。
• 参考スコア（独自算出の注目度）: 15.536851529885922
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In recent years, autonomous parking has made significant advances, yet parking tasks still face challenges in extreme scenarios such as mechanical and dead-end parking slots, often resulting in failures. This is mainly due to traditional parking methods adopting a multistage approach, lacking the ability to optimize the parking problem as a whole. End-to-end methods enable joint optimization across perception and planning modules to eliminate the accumulation of errors, enhancing algorithm performance in extreme scenarios. Although several end-to-end parking methods use imitation or reinforcement learning, the former is limited by data cost and distribution coverage, while the latter suffers from inefficient exploration. To address these challenges, we propose a Reinforcement learning End-to-end Autonomous Parking method (REAP). REAP employs Soft Actor-Critic (SAC) within an asymmetric reinforcement learning framework to improve training efficiency and inference performance. To accelerate model convergence, we distill the capabilities of a rule-based planner into the end-to-end network through behavior cloning. We further introduce a soft predictive collision penalty mechanism to reduce collision rates by penalizing obstacle-approaching actions. To ensure that the trained reinforcement learning network can directly transfer to real-world scenarios, we have established a Real2Sim2Real simulator. In the Real2Sim step, we use 3D Gaussian Splatting (3DGS) to transform real-world scenes into digital scenes. In the Sim2Real step, we deploy the end-to-end model onto the vehicle to bridge the Sim2Real gap. Trained in the 3DGS simulator and deployed on physical vehicles, REAP successfully parks in various types of parking spaces, especially demonstrating the feasibility of end-to-end RL parking in extremely narrow mechanical slots.
• Abstract（参考訳）: 近年、自律駐車は大きな進歩を遂げているが、機械式駐車スロットやデッドエンド駐車スロットのような極端なシナリオでは、駐車作業は依然として困難に直面しており、しばしば失敗に終わっている。 これは主に、従来の駐車方式が多段階アプローチを採用しており、駐車問題を全体として最適化する能力が欠如しているためである。 エンドツーエンドの手法は、知覚と計画モジュールをまたいだ共同最適化を可能にし、エラーの蓄積を排除し、極端なシナリオにおけるアルゴリズム性能を向上させる。 いくつかのエンドツーエンドの駐車法では模倣や強化学習が用いられているが、前者はデータコストと流通範囲によって制限されており、後者は非効率な探索に悩まされている。 これらの課題に対処するために,Reinforcement Learning End-to-end Autonomous Parking(REAP)を提案する。 REAPは、訓練効率と推論性能を改善するために、非対称強化学習フレームワークにSoft Actor-Critic(SAC)を使用している。 モデル収束を加速するために,ルールベースプランナの動作クローニングによるエンドツーエンドネットワークへの機能拡張を行う。 さらに,障害物到達動作をペナル化することで衝突速度を減少させるソフトな衝突防止機構を導入する。 訓練された強化学習ネットワークが実世界のシナリオに直接移行できることを保証するため、我々はReal2Sim2Realシミュレータを構築した。 Real2Simのステップでは、3D Gaussian Splatting (3DGS)を使って現実世界のシーンをデジタルのシーンに変換する。 Sim2Realのステップでは、車両にエンドツーエンドモデルを配置し、Sim2Realのギャップを埋めます。 3DGSシミュレーターで訓練され、物理的車両に配備され、REAPは様々な種類の駐車場に駐車することに成功し、特に非常に狭い機械スロットにおけるエンドツーエンドのRL駐車の実現可能性を示した。

関連論文リスト

• Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
  Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。 本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。 このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
  論文  参考訳（メタデータ） (2026-04-10T17:12:07Z)
• SunnyParking: Multi-Shot Trajectory Generation and Motion State Awareness for Human-like Parking [24.480545421791234]
  本研究では,空間軌跡と離散的な動き状態列を共同で予測することで,動き状態認識を実現する2重分岐E2Eアーキテクチャを提案する。 実験により, 複雑なマルチショット駐車シナリオにおいて, より頑健で人間的な軌道を生成することが実証された。 我々はCARLAシミュレータの新しいパーキングデータセットをオープンソース化した。
  論文  参考訳（メタデータ） (2026-02-25T08:35:58Z)
• Autonomous Vehicle Path Planning by Searching With Differentiable Simulation [55.46735086899153]
  計画では、エージェントが現実世界で実行する前に、アクションを安全に洗練することができる。 自動運転では、衝突を避け、複雑な密集した交通シナリオをナビゲートすることが不可欠である。 本稿では、微分可能シミュレータWaymaxを次の状態予測と批判の両方として活用するフレームワークである、微分可能探索シミュレーション(DSS)を提案する。
  論文  参考訳（メタデータ） (2025-11-14T07:56:34Z)
• Dino-Diffusion Modular Designs Bridge the Cross-Domain Gap in Autonomous Parking [26.674757642181106]
  ディノ・ディフュージョン・パーキング(Dino-Diffusion Parking、DDP)は、ドメインに依存しない自動駐車パイプラインである。 私たちは、通常の設定でCARLAでパイプラインをトレーニングし、ゼロショット方式でより敵対的な設定に転送します。 本モデルでは,全テストアウト・オブ・ディストリビューション(OOD)シナリオにおいて,駐車成功率を90%以上達成している。
  論文  参考訳（メタデータ） (2025-10-23T08:35:50Z)
• RALAD: Bridging the Real-to-Sim Domain Gap in Autonomous Driving with Retrieval-Augmented Learning [25.438771583229727]
  本稿では,リアルタイムとシミュレーションのギャップを低コストで埋めるために,自律運転のための検索強化学習(RALAD)を提案する。 RALADは、(1)拡張された最適輸送(OT)メソッドによるドメイン適応、(2)シンプルで統一されたフレームワーク、(3)効率的な微調整技術を含む3つの主要な設計を特徴としている。 実験の結果,ALADは実世界のシナリオにおける精度を維持しつつ,シミュレーション環境における性能劣化を補償することを示した。
  論文  参考訳（メタデータ） (2025-01-21T17:03:06Z)
• Vid2Sim: Realistic and Interactive Simulation from Video for Urban Navigation [62.5805866419814]
  Vid2Simは、ニューラル3Dシーンの再構築とシミュレーションのためのスケーラブルで費用効率のよいReal2simパイプラインを通じてsim2realギャップをブリッジする新しいフレームワークである。 実験により、Vid2Simはデジタル双生児と現実世界の都市ナビゲーションの性能を31.2%、成功率68.3%で大幅に改善することが示された。
  論文  参考訳（メタデータ） (2025-01-12T03:01:15Z)
• Autonomous Vehicle Controllers From End-to-End Differentiable Simulation [57.278726604424556]
  そこで我々は,AVコントローラのトレーニングにAPG(analytic Policy gradients)アプローチを適用可能なシミュレータを提案し,その設計を行う。 提案するフレームワークは, エージェントがより根底的なポリシーを学ぶのを助けるために, 環境力学の勾配を役立てる, エンド・ツー・エンドの訓練ループに, 微分可能シミュレータを組み込む。 ダイナミクスにおけるパフォーマンスとノイズに対する堅牢性の大幅な改善と、全体としてより直感的なヒューマンライクな処理が見られます。
  論文  参考訳（メタデータ） (2024-09-12T11:50:06Z)
• ReGentS: Real-World Safety-Critical Driving Scenario Generation Made Stable [88.08120417169971]
  機械学習に基づく自律運転システムは、現実世界のデータでは稀な安全クリティカルなシナリオで課題に直面していることが多い。 この研究は、軌道最適化によって複雑な現実世界の通常のシナリオを変更することによって、安全クリティカルな運転シナリオを生成することを検討する。 提案手法は、頑健なプランナーの訓練には役に立たない非現実的な発散軌道と避けられない衝突シナリオに対処する。
  論文  参考訳（メタデータ） (2024-09-12T08:26:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。