Robotlh01

摘要： 【强化学习笔记】从数学推导到电机控制：深入理解 Policy Gradient 与 Sim-to-Real 前言： 最近在研究基于 legged_gym 的四足机器人控制。在啃代码和论文的过程中，Policy Gradient（策略梯度）是一个绕不开的核心概念。 面对一堆 \(\nabla\) 和 阅读全文