PPO 实现自行车机器人在 PyBullet 中的自主平衡与导航控制

该研究以带反作用摆的自行车机器人为对象，推导侧倾动力学与速度相关的失稳机理，并用近端策略优化（PPO）训练转向、后轮与反作用摆的协同控制。实验在 PyBullet 中完成自然倒下、训练、平衡、导航与扰动恢复，并以避障训练收尾。