本文提出了一种两步架构，结合监督学习和强化学习处理动态避障任务。第一步使用循环神经网络估计障碍物碰撞风险，解决非线性障碍物移动问题。第二步将碰撞风险估计值纳入强化学习智能体的观察空间，提高环境感知能力。实验证明该方法可提升智能体奖励性能一倍，减少碰撞次数。