chore: release v0.0.1

docs/source/zh_CN/user_guide/demo/dm_walker.md

@@ -0,0 +1,102 @@
+# 二维步行机器人训练示例
+
+二维步行机器人（Walker2D）是基于 DeepMind Control Suite 的经典机器人控制任务，目标是通过控制机器人关节来实现站立、行走和奔跑。
+
+```{video} /_static/videos/dm_walker.mp4
+:poster: _static/images/poster/dm_walker.jpg
+:nocontrols:
+:autoplay:
+:playsinline:
+:muted:
+:loop:
+:width: 100%
+```
+
+## 任务描述
+
+Walker2D 是一个二维平面的双足机器人，具有多个关节和执行器：
+
+-   **状态空间**：包括机器人各部位的旋转角度、角速度、躯干高度和速度等
+-   **动作空间**：控制各个关节的力矩
+-   **奖励函数**：主要由保持站立、前进速度等组成
+-   **终止条件**：机器人摔倒或关节达到极限位置
+
+### 三种任务模式
+
+1. **dm-stander**: 静止站立任务 (move_speed = 0.0)
+
+```bash
+uv run scripts/train.py --env dm-stander
+```
+
+2. **dm-walker**: 行走任务 (move_speed = 1.0)
+
+```bash
+uv run scripts/train.py --env dm-walker
+```
+
+3. **dm-runner**: 奔跑任务 (move_speed = 5.0)
+
+```bash
+uv run scripts/train.py --env dm-runner
+```
+
+## 配置参数
+
+### 环境配置
+
+```python
+@dataclass
+class WalkerEnvCfg(EnvCfg):
+    model_file: str = "walker.xml"           # MJCF模型文件
+    max_episode_seconds: float = 25.0        # 最大episode长度
+    sim_dt: float = 0.0125                   # 仿真时间步
+    ctrl_dt: float = 0.025                   # 控制时间步
+    move_speed: float = 1.0                  # 目标移动速度
+    stand_height: float = 1.2                # 目标站立高度
+```
+
+### 训练配置
+
+```python
+@dataclass
+class WalkerRLCfg(BaseRLCfg):
+    num_envs: int = 512                      # 并行环境数量
+    learning_rate: float = 3e-4              # 学习率
+    batch_size: int = 512                    # 批大小
+    max_epochs: int = 1000                   # 最大训练轮数
+```
+
+## 奖励函数设计
+
+Walker2D 的奖励函数由以下几个部分组成：
+
+### 基础站立奖励
+
+```python
+# 高度奖励：保持躯干在目标高度
+# 直立奖励：保持躯干直立
+```
+
+### 移动奖励（行走和奔跑任务）
+
+```python
+# 速度奖励：追踪目标速度
+# 总奖励 = 站立奖励 * 移动权重
+```
+
+## 预期结果
+
+1. **dm-stander**：
+
+    - 躯干高度保持在 1.0-1.4m 范围
+    - 躯干直立角度偏差小于 15 度
+
+2. **dm-walker**：
+
+    - 实际行走速度接近 1.0 m/s
+    - 步态协调，无明显摔倒
+
+3. **dm-runner**：
+    - 奔跑速度达到 4.0-5.0 m/s
+    - 出现飞行相（双脚同时离地）