原地抽搐？狗子倒着走？桥上绕不绕一圈？一次讲清！
MotrixArena S1 仿真强化学习挑战赛已经开赛，群内这几天问题密集爆发——
狗子原地抽搐、一动不动 训练过程中观测维度突然变成 1 render 重叠严重，看起来 10 只狗挤在一起 走到圆心还要不要停？ Stage 2 吊桥河床 60 分必须绕一圈吗？ 倒着走算不算满分？ 能不能用三个模型分别完成三个阶段？
为了让大家少踩坑、少走弯路，我们将举办一场 集中答疑直播专场，把这些核心问题系统讲清楚。
本场直播你将听到
一、Stage 2 到底能不能“分段训练”？
很多人关心：
S2 三段路能不能分三个文件写？ |
答案是：
地图必须是完整地图运行，但可以训练三个模型分别负责三个阶段，在统一地图中完成。
我们会讲清：
如何拆 reward 如何拆阶段策略 是否需要统一 observation 多模型切换的可行思路
二、狗子原地抽搐 / 一动不动怎么办？
群内最热问题：
训练时 render 看到狗在抽搐，但 reward 不低 |
常见原因包括：
action scale 过大 reward 梯度冲突 观测 shape 错误 方向奖励设计错误 朝向目标用反向向量 接触力 threshold 不合理
我们会现场拆解一个“抽搐案例”：
如何用 print / tensor 检查 shape 如何定位观测维度变成 1 的问题 如何判断是 reward 问题还是控制问题
三、render 重叠到底是不是 bug？
很多同学看到：
10 只狗挤在一起 |
其实：
每个 env 是独立碰撞 只是 render_spacing 导致视觉重叠 设置为 0 就会重叠到一起
我们会讲清：
num-envs 的正确理解 render_spacing 参数在哪 为什么重叠不影响训练
四、圆心必须停吗？倒着走算不算满分？
答：
必须停在圆心 只要达到条件，不设美观分 倒着走也可以满分
我们会讲清：
评分机制细则 越界判断逻辑 多次模拟如何累计分数
五、Stage 2 60 分路线规划到底怎么走？
大家问最多的一句：
吊桥河床这段必须绕一圈吗？ |
答案是：
是的，需要绕一圈 多次模拟累加分数 nav2section2 想拿 60 分必须完整完成路线
我们会详细拆解：
河床 + 吊桥任务结构 最高分获取逻辑 是否可以 shortcut 多次模拟如何优化稳定性
六、训练一次能不能继续训？
可以。
我们会讲：
如何继续加载已有 checkpoint 如何调整 learning rate 继续 refine 如何避免 catastrophic forgetting
直播时间
📍 MotrixArena S1 集中答疑专场
🕗 时间：2月13号晚上8点
🎥 形式：线上直播 + 实时互动答疑
这场直播适合谁？
想冲 Stage 2 高分的进阶选手
正在被 reward 折磨的开发者
想搞懂四足全地形控制逻辑的人
MotrixArena S1 不只是比赛
它是一次：
强化学习实战演练 四足控制系统理解 reward 设计能力提升 算法工程落地训练
我们希望：
大家不是“跑通一个 demo”，
而是真正理解“为什么狗会动”。
如果你已经遇到问题
欢迎在评论区留言，我们直播时优先解答。
MotrixArena S1
让我们在仿真世界打磨算法，
在真实世界验证能力。
—— Xbotics 具身智能社区
