本研究提出了一种“奖励训练辅助”（RTW）方法，旨在解决机器人强化学习中的辅助奖励问题。RTW能够动态调整奖励权重，显著提高导航成功率和越野性能，训练效率提升35%至3倍，验证了其有效性。

本文提出了一种基于机器人速度的新表示方法，可穿越性强。该方法可与各种规划范例结合，并在成本图中提供风险感知成本项。数值模拟表明，该方法能够更快地到达目标，并提高30％的导航成功率。