动态避障更敏捷
通过衰减模型重塑Q值传播机制，同时缓解稀疏奖励与值不稳定，实现更快的收敛和更高的路径质量。
Li, Dongdong · 唐敦兵 · Liu, Changchun · 张泽群 · 王磊
Knowledge-Based Systems 2026
通过衰减模型重塑Q值传播，缓解稀疏奖励和值不稳定，加速学习过程。
多衰减因子分别调节路径长度和转弯频率，使规划结果更符合实际需求。
邻近感知Q值调整策略能快速适应动态障碍，支持多智能体场景下的突发冲突避免。