距离场驱动的强化学习实现反应式鲁棒避障

该论文提出将欧氏距离场（EDF）直接纳入强化学习观测空间的框架，为智能体提供连续几何线索以支撑稳定、响应式的避障行为，并借此简化奖励设计，在有人工势场引导和无引导两种情况下均能有效避障。方法在7自由度冗余机械臂上验证，实现从仿真到真实硬件的零样本迁移；策略仅用随机化静态物体训练，却能泛化到未见过的真实环境，并对动态障碍物表现出鲁棒的在线避障能力。