HERO 强化学习探索框架在真实场景完成验证

针对传统机器人自主探索在局部依赖手工规则、复杂环境适应性不足的问题，HERO 提出一种全局与局部结合的策略：全局层面给出区域级覆盖顺序作为引导，局部层面则使用强化学习强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身在有限的候选图上选择目标。研究方表示，这一设计意在兼顾全局规划能力与局部决策灵活性，并缓解长程任务中奖励稀疏、图规模膨胀以及推理成本偏高带来的困难。在地下车库、大厅、走廊等真实场景中，该策略展现出灵活性与鲁棒性。