#NavDP (1)

X-NavDP：基于群组Q值分数加权匹配的导航扩散策略泛化框架

提出GQRM强化学习后训练框架，通过自举探索与群组Q值归一化机制对导航扩散策略进行跨本体微调，仿真成功率从61%提升至84%，真实世界从10%提升至65%。