三维障碍路径优化
通过高效破平机制、优先经验回放与L2正则化，显著提升无人机在三维杂乱环境中的路径规划效率与飞行平稳性。
Farid, Ghulam · Bilal, Muhammad · 张兰勇 · Alharbi, Ayman A. · Ishaq, Ahmed · Azhar, Muhammad Kashif
Drones 2025
破平机制确保在动作值相等时做出确定性选择，从而生成最优轨迹。
优先经验回放优先学习高TD误差的转移，避免均匀采样，从而加速收敛。
L2正则化鼓励更小的权重，使Q值更稳定，减少不稳定动作选择，从而让飞行路径更平稳。