4 Commits

Author	SHA1	Message	Date
gqt	f44e2483fc	优化 PPO 清扫策略	2026-04-26 17:29:03 +08:00
gqt	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
gqt	eb3efa4df7	Optimize PPO short-run training	2026-04-26 12:46:00 +08:00
gqt	ca6234c941	Initial robot vacuum code	2026-04-26 12:38:39 +08:00