固定场景和任务定义
- 定义地图、机器人尺寸、运动限制、起终点与超时规则。到达阈值和碰撞判定提前约定，防止评测时临时放宽条件。动态障碍的轨迹与随机种子应可复现，方便比较策略版本。
区分规划与控制问题
- 路径规划失败、局部避障卡住和执行跟踪偏差应分开记录。定位漂移或传感器缺失不能全部归为导航算法差。日志应让评审者看到状态、路径、指令和环境变化，而不仅是最终分数。
检查恢复与停止行为
- 设置封路、目标不可达、短时定位异常等场景，观察是否正确停止、重规划或请求接管。无穷重试不应被算作仍在执行的正常状态。真实设备应用还需独立的安全链，不能仅依赖智能体判断。
怎样报告版本改进
- 使用同一评测集比较新旧版本，报告成功率、失败类型与资源开销。平均耗时只在成功样本上计算时应明确说明。交付配置、场景和失败回放，才能判断改进是否具有可重复性。