线速度是在世界坐标系还是机体坐标系；四元数顺序是wxyz还是xyzw；角速度单位是否一致；关节角是否减去了默认姿态；上一次动作使用的是裁剪前还是裁剪后的值。一个完整的人形机器人强化学习项目，不应该停在“训练窗口里能走”。更可靠的流程应该包括：明确观测与动作契约、保留训练和评估入口、在多种地形下测试、导出独立策略，并换一个物理引擎检查策略对仿真细节的依赖。这次 G1 实验既保留了平地和斜坡中的正常行