基于运动先验强化学习的仿人机器人射门与守门控制

基于运动先验强化学习的 G1 射手在 60 次点球中全部命中，采用历史编码的守门员扑出 85% 的射门。但两个模型放进官方对抗场景后，20 场比赛零进球，文章用逐拍数据定位了两层分布边界机制。