开源项目 quadruped-rl-ppo 用 PPO 强化学习在 MuJoCo 仿真环境中训练四足机器人,20 次评估平均前进 44.23 米,随机策略仅 0.21 米;项目基于 PyTorch、Gymnasium 与 Stable-Baselines3,代码已开源并附演示动图与训练曲线。
正文完
开源项目 quadruped-rl-ppo 用 PPO 强化学习在 MuJoCo 仿真环境中训练四足机器人,20 次评估平均前进 44.23 米,随机策略仅 0.21 米;项目基于 PyTorch、Gymnasium 与 Stable-Baselines3,代码已开源并附演示动图与训练曲线。