MyoLeg
MyoSuite中的下肢肌肉骨骼模型，包含80块肌肉，通过激活信号控制，动力学由MuJoCo求解
时间轴 (近 90 天)
一位游戏动画师使用MyoSuite的MyoLeg模型（80块腿部肌肉）在MuJoCo/MuJoCo Warp中，用PPO算法（通过mjlab调用RSL-RL）在一台笔记本GPU上训练了NPC物理行走策略。
在第一次尝试中，训练约20分钟后策略学会了行走，但峰值足部力量约为体重的4.6倍，步频约每分钟230步；使用均值动作（不加噪声）时每次都摔倒。
在第二次尝试中，改用sigmoid肌肉命令并加重冲击成本后，足部力量降到约2倍体重，步伐更平稳，但关闭噪声后策略仍在约1.3秒内摔倒。
在第三次尝试中，缓慢降低动作噪声标准差（最终到0.05）后，均值动作下策略能稳定行走：32次测试零摔倒，步频约每分钟150步，步长0.44米，足部力量约1.5倍体重。
第三次尝试训练出的策略能跟随速度与方向指令、启动和停止（大部分情况），并能实时驱动UE5中的虚拟人。
目前策略存在步态不对称问题：左转90度后停止会摔倒，右转则不会。
MyoLeg是MyoSuite的下肢模型，包含80块肌肉（对应80维连续动作空间），每条肌肉通过激活信号控制，动力学由MuJoCo物理引擎求解。
全部知识事实 (7)
一位游戏动画师使用MyoSuite的MyoLeg模型（80块腿部肌肉）在MuJoCo/MuJoCo Warp中，用PPO算法（通过mjlab调用RSL-RL）在一台笔记本GPU上训练了NPC物理行走策略。
50%待验证在第一次尝试中，训练约20分钟后策略学会了行走，但峰值足部力量约为体重的4.6倍，步频约每分钟230步；使用均值动作（不加噪声）时每次都摔倒。
50%待验证在第二次尝试中，改用sigmoid肌肉命令并加重冲击成本后，足部力量降到约2倍体重，步伐更平稳，但关闭噪声后策略仍在约1.3秒内摔倒。
50%待验证在第三次尝试中，缓慢降低动作噪声标准差（最终到0.05）后，均值动作下策略能稳定行走：32次测试零摔倒，步频约每分钟150步，步长0.44米，足部力量约1.5倍体重。
50%待验证第三次尝试训练出的策略能跟随速度与方向指令、启动和停止（大部分情况），并能实时驱动UE5中的虚拟人。
50%待验证目前策略存在步态不对称问题：左转90度后停止会摔倒，右转则不会。
50%待验证MyoLeg是MyoSuite的下肢模型，包含80块肌肉（对应80维连续动作空间），每条肌肉通过激活信号控制，动力学由MuJoCo物理引擎求解。
50%