旋转矩阵是一个 3×3 的正交矩阵，用于描述坐标系之间的旋转关系。它满足行列式为 1，且矩阵的每一行和每一列都是单位向量。例如，如果有一个机器人末端执行器在世界坐标系中的方向可以通过一个旋转矩阵 R 来表示，那么 R 的每一行表示末端执行器坐标系的一个基向量在世界坐标系中的方向。

从图中可以看到,点云输入后有一层PointNet,机器人状态后有一层MLP,文章似乎并没有对这部分详细介绍,我个人的理解是PointNet的核心功能是分割和特征提取,MLP就是一层网络结构,整个网络结构输入端将点云和机器人状态隔开,主干网络采用PPO,图中的Actor-Critic是强化学习中常见的网络结构,其中典型的就是PPO。sim2real:本文中训练的时候用了一种罐子和一种形状的门把手,在