her训练效果，可以准备人机乒乓球比赛了

https://zhuanlan.zhihu.com/p/34309324

https://github.com/openai/baselines/issues/314

https://arxiv.org/abs/1802.09464

the agent’s action frequency is f = 25 Hz. Observations include the 24 positions and velocities of the robot’s joints

没有使用图像。

https://github.com/openai/baselines/pull/337/files

几分钟训练好的到达指定位置的功能

训练1小时的类似桌球的运动

训练10小时但效果仍然不好的转笔动作，你要来挑战吗？