Cubic Doggo
一个开源四足机器狗仿真项目，使用MuJoCo物理引擎与PPO算法进行强化学习训练，目标为实现机器狗的稳定站立与运动控制
时间轴 (近 90 天)
Cubic Doggo项目使用Stable Baselines3的PPO算法，配合Gymnasium环境接口和MuJoCo物理引擎训练自制机器狗站立
该机器狗的动作空间包含12个关节值（其中4个为mimic被动镜像关节）和12个控制量，单回合上限设为20秒
训练结果中PPO优化器收敛到只用两条腿撑地的非预期姿态，而非四足平稳着地
开发者怀疑penalty_joint_torque（关节负载惩罚）是导致两腿站立问题的元凶，因优化器倾向减少受力腿的数量
reward_height是以机身离地约15cm为中心的高斯奖励，reward_roll_pitch是以横滚和俯仰均为0为中心的高斯奖励
penalty_joint_pos_init通过课程学习随训练进程逐渐降低权重，penalty_slip防滑惩罚尚未实现
针对四足着地问题的解决思路包括增加足端接触奖励、调整力矩惩罚权重、加入对称性约束和完善防滑机制
Cubic Doggo项目代码已在GitHub开源（SphericalCowww/CubicDoggo_06Z）
全部知识事实 (8)
Cubic Doggo项目代码已在GitHub开源（SphericalCowww/CubicDoggo_06Z）
50%待验证该机器狗的动作空间包含12个关节值（其中4个为mimic被动镜像关节）和12个控制量，单回合上限设为20秒
50%待验证Cubic Doggo项目使用Stable Baselines3的PPO算法，配合Gymnasium环境接口和MuJoCo物理引擎训练自制机器狗站立
50%待验证开发者怀疑penalty_joint_torque（关节负载惩罚）是导致两腿站立问题的元凶，因优化器倾向减少受力腿的数量
50%待验证reward_height是以机身离地约15cm为中心的高斯奖励，reward_roll_pitch是以横滚和俯仰均为0为中心的高斯奖励
50%待验证penalty_joint_pos_init通过课程学习随训练进程逐渐降低权重，penalty_slip防滑惩罚尚未实现
50%待验证针对四足着地问题的解决思路包括增加足端接触奖励、调整力矩惩罚权重、加入对称性约束和完善防滑机制
50%待验证训练结果中PPO优化器收敛到只用两条腿撑地的非预期姿态，而非四足平稳着地
50%