任务
在carla环境下做自动驾驶导航，在训练过程中一直转弯，不走直线，讨论过程中发现训练过程中车一直处于转圈碰撞状态，提前结束任务，没有任何探索迹象，或者完全不动。
讨论了几种可能性：
- 给定油门范围过大，环境没有时间反应就撞到了障碍物（在测试中调整了范围，经过一定时间训练后发现车辆不动了）
- 调整奖励，提高速度奖励，在速度奖励中，车进行了一定的运动，处于转圈状态，其平均奖励低于0，总奖励低于0，降低速度奖励后，车不动，认为有可能奖励设置问题。
请问有没有很好的奖励设计技巧，设计方案方法共参考。
程序截图，为奖励设计，包括车与终点之间的距离，碰撞传感器的次数，换道次数，以及速度
