|
|
dc86a3f338
|
Optimize PPO reward and eval planning
|
2026-04-26 21:58:56 +08:00 |
|
|
|
69b8a692db
|
Improve PPO diagnostics and recharge behavior
|
2026-04-26 20:24:26 +08:00 |
|
|
|
f44e2483fc
|
优化 PPO 清扫策略
|
2026-04-26 17:29:03 +08:00 |
|
|
|
3d0a8122bb
|
修复PPO评估推理返回None异常
|
2026-04-26 15:35:19 +08:00 |
|
|
|
efbc612945
|
优化PPO充电与避障策略
扩展观测特征到157维，加入充电桩、NPC、电量安全余量、地图统计和本步清扫信息。
增加低电量回充动作过滤、NPC危险区过滤，并调整奖励和终局日志以突出充电、避障和真实清扫得分。
|
2026-04-26 14:14:18 +08:00 |
|
|
|
ca6234c941
|
Initial robot vacuum code
|
2026-04-26 12:38:39 +08:00 |
|
