来自 Harrison Kinsley（@Sentdex）的推文线程

进一步奖励以手工为中心（™）的PPO模式。越来越接近我想要的了。 需要降低最大速度，理想情况下，我希望步幅更大一些，左脚少用脚尖。 简直不敢相信这竟然是现实生活！

我也想举一些传送目标的例子，因为上面的视频里我主要是在调整它。我想稍微放慢一下速度。