十机编队稳速避障
针对多机器人系统排队、避障与导航任务，通过专用状态表示和奖励机制，结合课程学习与速度控制，在静态和动态环境中保持队形稳定。
高天一 · Zhanlan, Li · Zhixin, Xiong · Ling, Wen · Kai, Tian · Cai, Kewei
IEEE Access 2025
设计的奖励机制鼓励机器人在复杂环境中调整速度和位置，即使10个机器人也能保持队形。
训练中引入的课程学习让机器人在逐渐增加的任务难度中学习，从而在动态环境中也能保持队形。
课程学习通过逐步增加任务难度，让训练过程更平滑、更快速收敛，减少开发者的时间成本。