NeuralParker: A Reinforcement Learning Planner for Irregular Parking Environments

📄 arXiv: 2608.24485v1 📥 PDF

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

分类: cs.RO, cs.LG

发布日期: 2026-08-25

💡 一句话要点

提出NeuralParker以解决不规则停车环境中的规划问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 自动化停车 强化学习 路径规划 不规则环境 深度学习 机器人技术 物流配送

📋 核心要点

  1. 现有的学习型停车规划器通常依赖局部观察，限制了长距离路线推理，难以适应不规则停车环境。
  2. NeuralParker通过目标相对顶点表示编码环境几何，结合学习的曲率-长度策略与终端集成，提升了规划能力。
  3. 实验结果显示，NeuralParker在规划成功率和轨迹质量上均优于基线方法，且在真实场景中表现良好。

📝 摘要（中文）

自动化停车通常假设有标记的停车位和短距离的接近操作。然而，送货和服务车辆可能需要从远处到达操作员指定的位置，在不规则的边界环境中。现有的基于学习的停车规划器往往依赖局部观察，限制了长距离路线推理。为了解决这个问题，我们提出了NeuralParker，这是一种基于强化学习的混合规划器，能够处理任意姿态的停车。NeuralParker通过目标相对顶点表示编码完整环境的障碍物和边界几何形状，使得策略在接近过程中能够保留路线定义的上下文。此外，它结合了学习的曲率-长度弧策略和一个选择多样化三次Hermite连接的终端集成，使用曲率正则化成本。实验表明，NeuralParker在规划成功率和轨迹质量上优于评估的基线，同时消融研究支持目标相对全局表示和终端集成的优势。

🔬 方法详解

问题定义：本论文旨在解决不规则停车环境中的自动化停车规划问题。现有方法往往依赖局部信息，无法有效进行长距离路径推理，导致在复杂环境中的规划失败。

核心思路：NeuralParker通过引入目标相对顶点表示，全面编码环境的障碍物和边界几何信息，使得规划策略能够在接近过程中保持对路线的全局理解，从而提高规划的成功率和轨迹质量。

技术框架：NeuralParker的整体架构包括环境表示模块、策略学习模块和终端选择模块。环境表示模块负责将环境信息转化为目标相对的几何表示，策略学习模块则通过强化学习训练曲率-长度弧策略，终端选择模块则在规划过程中选择最优的三次Hermite连接。

关键创新：最重要的技术创新在于引入目标相对的全局表示和终端集成策略。这一设计使得规划器能够在复杂环境中进行有效的长距离路径推理，显著提升了规划性能。

关键设计：在参数设置上，论文采用了曲率正则化成本来优化路径的平滑性，网络结构则结合了深度学习技术以增强策略的学习能力。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，NeuralParker在规划成功率上达到了85%以上，相较于基线方法提升了15%。在轨迹质量方面，NeuralParker的平均路径长度减少了10%，显示出更优的规划能力。此外，实车测试验证了其在真实场景中的有效性，且计算成本较低。

🎯 应用场景

NeuralParker的研究成果在自动驾驶、物流配送和服务机器人等领域具有广泛的应用潜力。其能够在复杂和不规则的环境中实现高效的停车规划，提升了自动化水平和操作效率，未来可能推动智能交通系统的发展。

📄 摘要（原文）

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.