← 全部演示 决策控制台 GitHub 模型 English
每一步，模型都在一次前向传播里回答九道题：一道四选一的走法题、四道并行的安全判断题、 一道距离打分题。代码把走法概率乘以安全概率、剔除会撞墙的走法，再取剩下的最大值。