Cartpole 平衡实验
原始报告
全页阅读保留 2026 年 7 月 Robot Learning Dashboard 的历史版本，正文、图示和实验数据沿用原始语言。
在 Isaac Lab 的倒立摆任务上训练 PPO 策略，连接观测、动作、奖励、网络与训练曲线。
主要观察
保留训练曲线、Actor/Critic 结构和短时及持续回放。
范围与限制
保留 2026 年 7 月归档版本的条件、数据和结论；这些仿真实验不构成真机验收。
来源
查看原始来源及其版本作为历史实验记录保留，软件、条件和观察结果以原报告所记载的实验为准。