🤖 AI Học Vận Động

Stable-Baselines3 PPO · MuJoCo · HalfCheetah & Humanoid

🐆—

HalfCheetah · reward tốt nhất

🧍—

Humanoid · reward tốt nhất

—

HalfCheetah · tổng bước

—

Humanoid · tổng bước

🐆 HalfCheetah — Reward theo bước

Reward càng cao = chạy càng nhanh, càng ổn định.

Bắt đầu rất âm (té ngã) rồi tăng dần khi biết đi.