#Soft Actor-Critic

双足机器人边走边躲障碍还容易摔，这篇论文用高低两层策略分工解决，动态场景成功率比规划器方案高了20个百分点。

这篇论文揭示了高UTD比率下价值函数崩溃的可恢复性，提出了基于早期增长的预警方法，能节省约10%的计算资源。