🧭 最佳实践

用于编写可在 Genesis 上扩展的 RL 训练流水线的模式和工具。

• 编写高效的 RL 环境 - 预分配缓冲区、布尔掩码 envs_idx、零拷贝状态访问器、高效机器人重置和命令下发，以及基于 errno 的终止。

• 域随机化 - 在多环境中随机化物理参数，以训练泛化能力更强的策略。