|
|
e99a224d86
|
优化PPO自适应回充与泛化特征
|
2026-04-26 18:35:23 +08:00 |
|
|
|
00b26af3ed
|
增加行为监控指标
|
2026-04-26 17:42:30 +08:00 |
|
|
|
3d0a8122bb
|
修复PPO评估推理返回None异常
|
2026-04-26 15:35:19 +08:00 |
|
|
|
ba6cf2a797
|
修正PPO充电奖励防止蹲桩
|
2026-04-26 15:08:43 +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 |
|
|
|
eb3efa4df7
|
Optimize PPO short-run training
|
2026-04-26 12:46:00 +08:00 |
|
|
|
ca6234c941
|
Initial robot vacuum code
|
2026-04-26 12:38:39 +08:00 |
|
