VORL-EXPLORE：动态环境下多机器人探索的混合学习规划方法

VORL-EXPLORE 提出一种混合学习与规划的框架，通过“执行保真度”估计局部可通行性与执行可靠性，让多机器人探索具备执行感知能力。该分数被用于带机器人间斥力的保真度耦合 Voronoi 分配目标，并在全局 A* 引导与反应式强化学习策略之间进行仲裁。在随机动态栅格和严重拥堵消融实验中，该方法取得更高成功率、更短探索路径和更低机器人间覆盖重叠，并给出 Gazebo 工厂场景部署示例。