論文の概要: Learning Reliable Parking Policies via Offline Reinforcement Learning with Quantized Action Representations

• arxiv url: http://arxiv.org/abs/2609.19894v1
• Date: Thu, 17 Sep 2026 08:40:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:54.172496
• Title: Learning Reliable Parking Policies via Offline Reinforcement Learning with Quantized Action Representations
• Title（参考訳）: 量子化行動表現を用いたオフライン強化学習による信頼性の高い駐車政策の学習
• Abstract要約: 駐車は、都市環境で動作する自動運転車にとって、日常的だが安全上重要なタスクである。 我々は、対話型自動駐車のためのウェイポイントレベルのオフライン強化学習フレームワークを開発する。 提案手法は,全ベースラインにおいて最も高いパーキング成功率を達成し,未確認駐車場への確実に移転を実現する。
• 参考スコア（独自算出の注目度）: 3.419554340425646
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Parking is a routine yet safety-critical task for autonomous vehicles operating in urban environments. However, cluttered and weakly structured parking spaces, compounded by the interactive uncertainty from surrounding vehicles, hinder reliable maneuver generation. To address these challenges, we develop a waypoint-level offline reinforcement learning framework for interaction-aware autonomous parking. Specifically, a dedicated parking dataset is constructed from hierarchical expert rollouts with rotational waypoint augmentation, covering both non-interactive scenarios and interactive ones. The policy is then conditioned on a compact state representation, in which LiDAR-based obstacle features are adapted to the target pose via feature-wise linear modulation. A state-conditioned tokenizer further quantizes continuous waypoint sequences into discrete action tokens, over which conservative Q-learning is performed to suppress value overestimation on poorly supported actions. Extensive closed-loop experiments are conducted in the high-fidelity CARLA simulator. The proposed framework attains the highest parking success rate among all baselines and transfers reliably to unseen parking slots.
• Abstract（参考訳）: 駐車は、都市環境で動作する自動運転車にとって、日常的だが安全上重要なタスクである。 しかし、周囲の車両との対話的な不確実性によって複雑化され、不安定で構造が弱い駐車場は、信頼性の高い操作を妨げている。 これらの課題に対処するため,対話型自動駐車のためのウェイポイントレベルのオフライン強化学習フレームワークを開発した。 特に、専用の駐車データセットは、非対話的なシナリオと対話的なシナリオの両方をカバーする、回転方向拡張を備えた階層的な専門家ロールアウトから構築されている。 次に、このポリシーをコンパクトな状態表現に条件付けし、LiDARベースの障害物特徴を特徴量線形変調によりターゲットポーズに適応させる。 状態条件付きトークン化器は、連続したウェイポイントシーケンスを離散的なアクショントークンに量子化し、そこで保守的なQラーニングを行い、貧弱な動作に対する値過大評価を抑制する。 高忠実度CARLAシミュレータで大規模なクローズドループ実験を行う。 提案手法は,全ベースラインにおいて最も高いパーキング成功率を達成し,未確認駐車場への確実に移転を実現する。

関連論文リスト

• DriftParking: Trajectory Modeling via Drifting Field for End-to-End Automated Parking [16.779595425807457]
  我々は1ステップの軌道生成フレームワークであるDriftParkingを提案する。 分布レベルのアトラクションを条件付き1対1のアトラクションに置き換える。 それぞれの軌道を始点から始点までのベースラインと学習可能な残差に分解し、終点アライメントを表現レベルの構造制約に変換する。
  論文  参考訳（メタデータ） (2026-09-07T01:42:57Z)
• NeuralParker: A Reinforcement Learning Planner for Irregular Parking Environments [25.61185429754509]
  我々は、任意の目的の駐車のための強化学習に基づくハイブリッドプランナーであるNeuralParkerを紹介する。 完全な環境障害と境界幾何学を対象相対表現にエンコードする。 学習した曲率長のアークポリシーと、様々な立方体のハーマイト接続から選択されるループ内端子アンサンブルを結合する。
  論文  参考訳（メタデータ） (2026-08-25T12:33:14Z)
• ParkingWorld: End-to-End Autonomous Parking Reinforcement Learning from Corrective Experience in 3DGS Simulation [10.525967236174223]
  本稿では、終端自動駐車のためのループ内サンプル効率強化学習フレームワークを提案する。 実際のシーンの高忠実度デジタル再構成を可能にする3Dガウススプラッティング(3DGS)駐車シミュレーターで完全に訓練されている。 本手法は, 各種シナリオにおける駐車成功率, 運転効率, 安全性能の大幅な向上を実現する。
  論文  参考訳（メタデータ） (2026-05-24T12:09:53Z)
• MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
  視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。 本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。 MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
  論文  参考訳（メタデータ） (2026-05-13T23:35:14Z)
• 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)
• GARLIC: GPT-Augmented Reinforcement Learning with Intelligent Control for Vehicle Dispatching [81.82487256783674]
  GARLIC: GPT拡張強化学習のフレームワーク。 本稿では,GPT強化強化学習とインテリジェント制御のフレームワークであるGARLICについて紹介する。
  論文  参考訳（メタデータ） (2024-08-19T08:23:38Z)
• Differentiable Control Barrier Functions for Vision-based End-to-End Autonomous Driving [100.57791628642624]
  本稿では,視覚に基づくエンドツーエンド自動運転のための安全保証学習フレームワークを提案する。 我々は、勾配降下によりエンドツーエンドに訓練された微分制御バリア関数(dCBF)を備えた学習システムを設計する。
  論文  参考訳（メタデータ） (2022-03-04T16:14:33Z)

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。