機器人導航強化學習訓練問題診斷與改進

需求說明

背景與目標： 目前正在進行機器人導航的強化學習訓練，但出現訓練不收斂、學習效率低、碰撞率高或到達率不穩定等問題，導致模型難以在模擬或實機上達到可用表現。希望由具備強化學習與機器人導航經驗的人才協助分析問題並提出可落地的改進方案，使訓練流程穩定且可重現，並在指定場景下達到預期的導航性能。 需求描述： 若我遇到問題時，再請你協助解決或提供解決方案，協助的方式可以透過文字訊息或截圖。