人工势场奖励在奖励中加入与障碍保持安全距离的项,让策略不再贴着障碍表面走。在障碍尺寸与位置不可见的仿真任务中,安全成功率保持在 88% 以上,训练碰撞至少提前 8 倍消失。未加该项的策略在最大测试半径下成功率低于 10%,最小净空仅 9.6 毫米,加该项后达 47.9 毫米。
正文完
人工势场奖励在奖励中加入与障碍保持安全距离的项,让策略不再贴着障碍表面走。在障碍尺寸与位置不可见的仿真任务中,安全成功率保持在 88% 以上,训练碰撞至少提前 8 倍消失。未加该项的策略在最大测试半径下成功率低于 10%,最小净空仅 9.6 毫米,加该项后达 47.9 毫米。