G1 Brunson：基于深度视觉强化学习的仿人机器人胯下运球控制

G1 Brunson 采用事件化奖励与非对称演员评论家训练，让深度相机在训练中直接进入观测回路，形成 G1 全身运球策略。官方权重在本机 MuJoCo 复现结果为 12 集平均 43.5 次交叉、零摔倒，与官方对齐。