研究成果為超級成功
紅蓮在跌倒後能自己起身，並往目標奔跑
首先完全模型切換訓練+漸進式Force Sharping的效果非常好
時間緩慢的問題在將訓練單位從25提升到49之後就變得還是很迅速
新筆電果然是效能怪獸
另外在此影片的前一個模型其實不能持續奔跑
根據觀察紅蓮是無法在原先設定的3秒內達成跑速9 m/s (最多8.5左右)
另外速度角也會容易超過 +-5 度
其中假說是認為紅蓮的腳掌因為是個方塊，不像人類的腳掌有一定程度的變形與彎曲能力
因此平均摩擦力面積和接觸時間大概都遠低於人類
雖然不確定Unity物理引擎是如何處理摩擦力
但在此假說上
1.將Force Sharping漸進時間改為 4秒
2.最終跑速要求改為 8 m/s
3.容許最高速度角改為 +- 10 度
結果顯示為大成功
另外最終模型跑動速度約為 9.5 m/s (+- 0.5)
在與先前跑動研究結果總結，可以得出幾種可能資訊
1.紅蓮加速能力，似乎可以斷定比人類差
2.有可能在當前體能，紅蓮的最高跑速就是 9.5 +-0.5
3.有可能在當前體能，訓練仍不足，因此紅蓮尚未抵達最高跑速
4.有可能紅蓮可以維持高初速，但未必能自行加速到同等高速
而關於漸進式Force Sharping
1.效果卓越，但是參數靈敏，錯誤參數會直接導致不理想效果
2.過度逼迫會導致無法發展，例如超加速動作可能導致速度角一瞬間超過5度等等
3.太寬鬆逼迫會導致不良Gait妨礙後續優化，例如開腿跑姿等等
關於Curiosity
本研究有使用Curiosity，但目前不清楚Curiosity是造成鼓勵探索避免不良Gait，還是反而導致訓練末期常常突然開始劣化
下個研究將進行銜接至站立模型的研究
由於目前Curiosity使用上算順利，暫時繼續保留，後續進行是否造成差異化的研究
