Weeble 将强化学习策略封装为单个 JSON 并复跑评测

1. 19:12
   Guyuehome

   Weeble 用 JSON 封装机器人策略并复跑摔落起身评测

   Weeble 把强化学习策略连同观测布局、控制参数与训练环境指纹打包成单个 JSON 发布。本文不依赖 JAX，用纯 numpy 复跑起身、推扰与行走评测，数字与仓库基准对齐。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。