登录社区云，与社区用户共同成长
邀请您加入社区
具身导航在近年来取得了显著进展，但在真实世界适用性、多智能体协作、生物启发神经架构以及安全和隐私等方面仍面临挑战。这些挑战需要进一步的研究来解决，以推动该领域的发展。
未来可在多智能体协作、端到端学习、自适应安全屏障、迁移学习增强等方向深入探索，总之，NavRL 通过创新的状态表示、安全屏障机制和高效训练方法，为无人机在动态环境中的安全飞行提供了有效解决方案，有望推动无人机技术进步和应用拓展。NavRL采用课程学习训练控制策略，如图3所示，随动态障碍物增多，无课程学习的导航成功率大幅下降，有课程学习的下降较缓，如环境动态障碍物为100个时，有课程学习的成功率达
