基准
Acrobot
强化学习经典控制任务，两连杆欠驱动摆动系统，需要通过甩动获得能量将末端摆至指定高度，状态连续变化且对时序精度要求高
时间轴 (近 90 天)
10月14日
五个经典控制任务通常指 CartPole、Acrobot、MountainCar、Pendulum 等，共同特征是状态连续变化、奖励每步或近似稀疏、对策略时序精细度要求远高于 LLM 生成。
待验证50%
8月26日
倒立摆（Cart-Pole）、杂技机器人（Acrobot）以及欠驱动水面船舶是欠驱动系统的经典例子
待验证50%