#MuJoCo

Cubic Doggo实战：用MuJoCo和PPO训练机器狗站立的强化学习踩坑记

开发者分享用MuJoCo、PPO和Stable Baselines3训练自制机器狗站立的强化学习实践。项目揭示了奖励函数设计中的经典陷阱：为省力而两腿站立的非预期策略，并给出四足着地与斜坡平衡的优化思路。