姑且算成功實現受身的研究目標，紅蓮在受到衝擊後會設法站立，或是在倒地後設法起身
本次研究採用PPO
以下認為是關鍵突破點
1.外力影響應該用現象呈現
由於ML是對於隨機動作來歸納"結果"的原理
先前會在隨機時間對紅蓮進行隨機向量的衝擊，但是如果發生在訓練過程又非觀察項，可能會被ML當成"結果"，也就是ML會誤以為是自己的某個動作導致了衝擊效果，而持續產生很多錯誤歸納
所以因此先前研究在有外力的環境都傾向表現拙劣
而早期無人機閃避武士刀，或是官方的多AI互動範例，應該要認為是觀察項是"連續"的外力
而先前紅蓮閃躲子彈的研究，雖然子彈飛行是連續的，但是子彈的射擊位置實際上也是"隨機的"
大概這種觀察以外的"離散"項目，會影響ML進行合適的歸納
因此外力影響應該用現象呈現，例如受到衝擊後對策，應該是一開始就受到衝擊並進行對抗，而非動作期間發生衝擊事件
2.Cirrulum Learning
由於ML有發展出gait並延用的傾向，因此誘導其先生成合適gait，再加入外力現象或難度變化，在本次實驗確立這種設計的有效性
本次實驗紅蓮是先在無外力的情況下進行目標追逐，後續才逐漸增加衝擊力道
3.Force Sharping
本次實驗出現的不理想之處是，紅蓮的移動很笨拙，而且其實沒有朝向目標移動
根據先前研究的結論，後續可加入 Force Sharping (自創名詞)
也就是逼迫不好的類型要立即被淘汰，目前仍然理由不明，但可能是紅蓮複雜度過高
因此在產生gait後，紅蓮就幾乎不會改變動作類型，優化引導只會在其gait上進行優化，所以根據先前研究，最好加入斬殺速度慢或是追擊角度不夠精準的類型，來強制紅蓮發展出高效類型的gait
4.Set Model
本次實驗沒有採用，但可以認為是 "容易使用" 但"不容易訓練"
在訓練過程中切換model在測試上是可行的，但是獎勵函數的計算變得相當難以理解，也因此目前不知道怎麼設計切換型的訓練
但大概可以直接訓練相同觀察項，但不同目標或模式的模型，在主動進行情況偵測與切換
由於先前幾次嘗試SAC訓練都沒有得出成功的受身結果 (外力發生在動作期間的版本)
但是有意外誕生會靜止站立的紅蓮
其餘成果也都傾向靜止類型
因此下個研究將
1.完全不改動環境
2.使用SAC進行訓練
看看是否會發產出不同類型的受身和移動策略，以便後續能選擇或混用合適的訓練類型
