ParkingTransformer：基于大语言模型增强的端到端自主泊车轨迹规划
2026年6月12日，一篇题为《ParkingTransformer: LLM-Enhanced End-to-End Trajectory Planning for Autonomous Parking》的论文以arXiv预印本形式提交（编号arXiv:2606.17082），作者为Hauteng Wu及另外6位研究者，论文归类于机器人学（cs.RO），并涉及人工智能（cs.AI）方向。该工作聚焦于自动驾驶领域中的端到端自主泊车任务，尝试借助大语言模型的场景理解能力来弥补现有方法在语义层面和可解释性上的不足。
论文指出，端到端自主泊车已成为自动驾驶中的一个关键任务，但现有方法普遍存在黑箱特性，缺乏高层次的语义理解与可解释性，这使得车辆难以实现从道路行驶到目标车位的无缝、长距离自主泊车。为应对这些局限，作者提出了ParkingTransformer框架，其核心思路是融合多视角感知与大语言模型（LLM）的场景理解能力。
在方法设计上，ParkingTransformer将轨迹查询与大语言模型的隐状态特征相结合，使系统能够直接与历史信息和原始传感器数据交互，并输出规划轨迹。这一设计的一个重要特点是无需构建稠密的鸟瞰图（BEV）表示，从而绕开了传统方案中对密集BEV表征的依赖。
针对大语言模型在空间推理能力上的不足，研究团队引入了三维位置编码，以显式地向模型注入空间几何感知。此外，论文设计了一种固定窗口的流式机制来处理历史信息，显著提升了长时间序列的处理效率与推理速度。在轨迹生成环节，作者采用由粗到细的解码策略，逐步提高轨迹的精度。
实验验证方面，作者在CARLA模拟器与真实车辆平台上开展了大量闭环实验。结果显示，该方法在CARLA模拟器中取得61.32的驾驶评分，在真实世界实验中取得88.70%的平均成功率。这些结果验证了所提算法的可行性与有效性。论文提交时间为2026年6月12日05:52:01 UTC，全文约6,965 KB，可通过arXiv获取PDF、实验性HTML版本及TeX源文件，DOI为10.48550/arXiv.2606.17082。