本研究探讨了结合GVF和有向探索策略的强化学习方法，以提高样本效率。实验结果表明，该方法在网格导航任务中表现优异。此外，研究还介绍了新的训练算法Diffused Value Function（DVF）及基于参数的值函数（PBVFs）和无模型强化学习算法，均在不同任务中展现了良好的性能和有效性。