NavGround是一個全面的AI驅動導航框架，提供反應式運動規劃、避障和路徑生成，適用於2D環境下的差動與全向機器人。它整合動態地圖表示與傳感器融合技術，能識別靜態與動態障礙物，運用速度障礙法計算符合機器人運動學和動力學的無碰撞速度。輕巧的C++庫提供模組化API並支援ROS，可與SLAM系統、路徑規劃器和控制迴路無縫整合。NavGround的即時性能與動態適應能力，使其適用於在擁擠或動態場景中運作的服務機器人、自主車輛與研究原型。其可定製的成本函數與擴展架構，方便快速實驗及優化導航行為。

ePH-MAPF提供一個高效的流程，用於計算數十到數百代理人在格子地圖上的無碰撞路徑。它採用優先啟發式、增量搜尋技術與可自訂的成本度量（曼哈頓距離、歐幾里得距離），在速度與解決方案品質之間取得平衡。使用者可以選擇不同的啟發式函數，將函數整合到Python機器人系統中，並在標準MAPF場景中進行效能基準測試。程式碼模組化且有良好文件，方便研究人員和開發者擴展適用於動態障礙或特殊環境。