秦通组新作 | RL-OGM-Parking：自动泊车中混合强化学习规划器！

作者 | 自动驾驶专栏 编辑 | 自动驾驶专栏

点击下方卡片，关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心『激光雷达』技术交流群

本文只做学术分享，如有侵权，联系删文

• 论文链接：https://arxiv.org/pdf/2502.18846

摘要

本文介绍了RL-OGM-Parking：自动泊车中基于激光雷达占用栅格地图的混合强化学习规划器。自动泊车已经成为自动驾驶研发中的关键应用。泊车操作往往受到有限空间和复杂环境的影响，需要准确感知和精确执行。传统基于规则的泊车算法难以适应多样化且不可预测的条件，而基于学习的算法在各种场景中缺乏一致且稳定的性能。因此，需要一种混合方法，将基于规则方法的稳定性和基于学习方法的泛化能力相结合。最近，基于强化学习（RL）的策略在规划任务中展现出强大的能力。然而，模拟到现实（sim-to-real）的迁移差距严重阻碍了在现实世界中部署。为了解决这些问题，本文采用了一种混合策略，它由基于规则的Reeds-Sheep（RS）规划器和基于学习的强化学习（RL）规划器组成。此外，本文还采用一种基于激光雷达的实时占用栅格地图（OGM）表示来缩小模拟到现实的差距，从而使得混合策略可以无缝应用于现实世界系统中。本文在仿真环境和现实世界场景中进行了大量的实验，结果表明，所提出的方法优于纯基于规则和基于学习的方法。现实世界实验进一步验证了所提出方法的可行性和效率。

主要贡献

本文的贡献总结如下：

1）本文提出了一种混合强化学习规划器，它将激光雷达占用栅格地图（OGM）作为训练和推理阶段的输入。OGM表示通过对齐模拟和现实世界的感知输入，有效地缩小了模拟到现实的差距；

2）本文在实车上部署了混合强化学习规划器以进行测试，并且验证了在各种现实世界场景中的泊车能力、可行性和泛化能力，为强化学习在自动泊车中的应用提供了有效的解决方案。

论文图片和表格

总结

本文提出了一种用于自动泊车的混合强化学习规划器，它利用实时占用栅格地图（OGM）进行感知。混合模型结合了基于规则的Reeds-Sheep（RS）规划器和基于学习的强化学习（RL）规划器，它将OGMs作为训练和推理阶段的输入。该方法有效地解决了模拟到现实的迁移差距，从而在现实世界场景中实现了精确且高效的泊车操作。本文在一系列仿真和现实世界泊车场景中评估了所提出的方法，展现了其在处理复杂泊车环境方面的出色能力。本文未来工作将着重于端到端模型和改进模拟器上，以提高泛化性和泊车性能。本文认为，本项工作将为推进自动驾驶领域的发展提供见解和实践经验。

① 自动驾驶论文辅导来啦

② 国内首个自动驾驶学习社区

『自动驾驶之心知识星球』近4000人的交流社区，已得到大多数自动驾驶公司的认可！涉及30+自动驾驶技术栈学习路线，从0到一带你入门自动驾驶感知（端到端自动驾驶、世界模型、仿真闭环、2D/3D检测、语义分割、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪）、自动驾驶定位建图（SLAM、高精地图、局部在线地图）、自动驾驶规划控制/轨迹预测等领域技术方案、大模型，更有行业动态和岗位发布！欢迎扫描加入

 ③全网独家视频课程

端到端自动驾驶、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、CUDA与TensorRT模型部署、大模型与自动驾驶、NeRF、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频（扫码即可学习）

网页端官网：www.zdjszx.com

④【自动驾驶之心】全平台矩阵