路径缩短三成
该机器人采用深度强化学习进行覆盖路径规划，在真实果园中实现了比现有方法更短的路径和更快的导航，降低了采摘成本。
Wang, Yinchu · He, Zhi · Cao, Dandan · Ma, Li · 李凯 · Liangsheng, Jia · 崔永杰
Computers and Electronics in Agriculture 2023
相比boustrophedon算法，覆盖路径长度缩短31.56%，减少了机器人行驶距离和能源消耗。
总导航时间缩短35.72%，使机器人能在更短时间内完成果园覆盖任务。
改进的re-DQN算法比传统DQN收敛更快、解更优，提高了训练效率。