低维仿真训练，泛化未知环境
一种基于深度强化学习的越野路径规划模型，通过低维占用栅格地图仿真训练，结合自监督辅助任务和自适应课程学习，在真实世界数据上验证了安全可通行路径的生成与对未知环境的泛化能力。
Wang, Xu · Shang, Erke · Dai, Bin · Nie, Yiming · 苗启广
IEEE Transactions on Intelligent Vehicles 2023
自适应课程学习通过渐进增加环境复杂度，减少无效探索，提升训练效率与最终策略的泛化能力。
在真实世界数据上的评估显示，模型能够将低维仿真中学习到的导航能力迁移到未见过的环境。