少走路探全图
用深度强化学习直接从原始地图信息中挑选前沿目标点，省去人工设计采样规则，还减少了采样带来的信息损失。
Wang, Rui · 张捷 · Lyu, Ming · Cheng, Yan · Yaowei, Chen
Robotics and Autonomous Systems 2024
策略直接从原始地图中学习选择最佳前沿点，避免人工采样带来信息损失，使探索完成所需行驶距离更短。
在仿真环境中训练的神经网络可以直接部署到真实机器人上，无需重新训练，降低了机器人平台的部署门槛。
提出的地图采样方法和网络架构使策略能适应不同尺寸的未知环境，并能在不同动作空间中工作，泛化性更强。