复杂度降近线性
通过分层拓扑分解与协方差权重分配，将探索路径计算量从三次方降至近线性，同时保证覆盖率与帕累托最优探索效率。
Hongjian, Chen · Lu, Jiaxing · 鲁守银 · Rongye, Wang
IEEE Access 2025
分层拓扑分解配合协方差权重分配，在稀疏环境中将规划计算量从 O(n³) 降至近线性，同时保持概率完备性。
通过协方差矩阵特征值动态分配权重，可在探索彻底性与运动效率之间自适应调节，无需预先固定偏好。
熵加权前沿预测与李雅普诺夫稳定重规划相结合，防止机器人陷入局部最优，保障长期任务可行性。