仍然是走得很慢又不順，其中有觀察到的現象是，有隨機出生速度時，訓練過程還是有強烈去維持慣性的傾向 (單腳伸直去順勢彈跳)
所以下個實驗可能又要把出生速度拿掉了，取而代之是加上出生前傾
另外之前體能有可能壓過頭了，下個實驗會將體能提升為2倍
Experiment design:
1.lastReward = (1f- avgVelocityAngle/180f) * smoothAvgVelocity.magnitude * 0.1f;
2.出生水平面向球方向，前傾
3.取消出生隨機的水平速度
4.Decision interval = 5
5.Velocity buffer = 10
6.beta=5.0e-2
7.Time Horizon=250
8.調降紅蓮體能
Max joint spring從10000調整成2000
Joint Damper從100調整成30
Max joint force limit從25000調整成5000
9.learning_rate_schedule=constant
最後是還沒想清楚，應該會是比較後面的實驗
其一是移動的基礎是腳部動作，所以其實上半身捲進來在當前實驗可能只是製造額外複雜度，所以有可能產生兩個新方向，一個是只用腳部去訓練，上半身先僵化，另一個是加入需要上半身的問題，例如原定要有追擊的敵人
其二是也許可以嘗試將動作離散和模組化，例如右腳只有彎曲和伸直兩個動作，而不是像至今可以隨意調整角度甚至力度，藉由把肢體選項簡單化，雖然在最佳解上可能會遜色許多，但有可能ML會能比較好的探索肢體組合，而不會像目前很容易受困於奇怪的動作
