つまりなにしたの？ 前回作成した倒立振子はプルプルしていた。これを綺麗に立たせるための施策を幾つかまとめる この施策は前回紹介したモデルのベストプラクティスとまだ翻訳を載せていないPPOのベストプラクティスを反映したもの。