1.通用奖励项：is_terminated，判断机器人是否终止
2.基座惩罚项
惩罚基座z方向的速度，鼓励机器人保持平衡
惩罚基座x，y方向上的角速度，鼓励机器人保持水平
3.关节惩罚项
惩罚关节加速度，鼓励平滑运动
关节位置限制惩罚，针对踝关节
4.动作惩罚
动作变化率惩罚权重为-0.002，鼓励动作平滑
5.速度跟踪奖励
线性速度跟踪和角速度跟踪
6.其他奖励
脚部空中时间奖励
脚部滑动惩罚（提高步态稳定性，保护硬件）
向上奖励（鼓励机器人保持直立姿态）
1.通用奖励项：is_terminated，判断机器人是否终止
2.基座惩罚项
惩罚基座z方向的速度，鼓励机器人保持平衡
惩罚基座x，y方向上的角速度，鼓励机器人保持水平
3.关节惩罚项
惩罚关节加速度，鼓励平滑运动
关节位置限制惩罚，针对踝关节
4.动作惩罚
动作变化率惩罚权重为-0.002，鼓励动作平滑
5.速度跟踪奖励
线性速度跟踪和角速度跟踪
6.其他奖励
脚部空中时间奖励
脚部滑动惩罚（提高步态稳定性，保护硬件）
向上奖励（鼓励机器人保持直立姿态）