fanpai的博客

原创 Mujoco Humanoid环境介绍

因此，如果您想报告接触力的结果，我们建议在使用Humanoid环境时使用Mujoco Py版本2.0）。dt是动作之间的时间，取决于frame_skip参数（默认值为5），其中帧时间为0.003，使默认值dt=5*0.003=0.015。如果机器人向前走（在正x方向上），这个奖励将是正的。观测由机器人的不同身体部位的位置值组成，然后是这些单独部位的速度（其导数），所有位置排在所有速度之前。（x，y，z）坐标是平移自由度，而方向是用四元数表示的旋转自由度。