chore: release v0.1.0

(cherry picked from commit 82525f882f3924a332d9ce40bf64255d0d14f6a4)

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

@@ -0,0 +1,130 @@
+# 乒乓球颠球
+
+使用单臂机器人控制挡板颠球，实现连续弹跳并保持球在目标位置。
+
+```{video} /_static/videos/bounce_ball.mp4
+:poster: _static/images/poster/bounce_ball.jpg
+:nocontrols:
+:autoplay:
+:playsinline:
+:muted:
+:loop:
+:width: 100%
+```
+
+## 任务描述
+
+Bounce Ball 是一个单臂机器人操作任务，使用 6 自由度的配天 AIR4-560 工业机械臂控制末端挡板（球拍）的位置。智能体通过控制机械臂 6 个关节的位置变化作为动作，使乒乓球在挡板上持续弹跳，并尽可能将球保持在目标高度和目标水平位置。
+
+---
+
+## 动作空间（Action Space）
+
+| 项目     | 详细信息                        |
+| -------- | ------------------------------- |
+| **类型** | `Box(-1.0, 1.0, (6,), float32)` |
+| **维度** | 6                               |
+
+关节对应如下：
+
+| 序号 | 动作含义（关节位置变化）   | 最小值 | 最大值 | 对应 XML 中名称 |
+| ---: | -------------------------- | :----: | :----: | :-------------: |
+|    0 | Joint1（基座旋转）位置变化 |   -1   |   1    |    `Joint1`     |
+|    1 | Joint2（大臂）位置变化     |   -1   |   1    |    `Joint2`     |
+|    2 | Joint3（小臂）位置变化     |   -1   |   1    |    `Joint3`     |
+|    3 | Joint4（手腕旋转）位置变化 |   -1   |   1    |    `Joint4`     |
+|    4 | Joint5（手腕俯仰）位置变化 |   -1   |   1    |    `Joint5`     |
+|    5 | Joint6（手腕旋转）位置变化 |   -1   |   1    |    `Joint6`     |
+
+---
+
+## 观察空间
+
+| 项目     | 详细信息                         |
+| -------- | -------------------------------- |
+| **类型** | `Box(-inf, inf, (25,), float32)` |
+| **维度** | 25                               |
+
+观察空间由以下部分组成（按顺序）：
+
+| 部分        | 内容说明             | 维度 | 备注                                                            |
+| ----------- | -------------------- | ---- | --------------------------------------------------------------- |
+| **dof_pos** | 各关节自由度位置信息 | 13   | 前 6 个为机械臂关节，后 7 个为球的自由关节（3 位置 + 4 四元数） |
+| **dof_vel** | 各关节自由度速度信息 | 12   | 速度为位置导数                                                  |
+
+| 序号  | 观察量         | 最小值 | 最大值 | XML 名称    | 类型 (单位)      |
+| ----- | -------------- | ------ | ------ | ----------- | ---------------- |
+| 0-5   | 机械臂关节角度 | -Inf   | Inf    | Joint1-6    | 角度 (rad)       |
+| 6     | 球 x 坐标      | -Inf   | Inf    | ball_x      | 位置 (m)         |
+| 7     | 球 y 坐标      | -Inf   | Inf    | ball_y      | 位置 (m)         |
+| 8     | 球 z 坐标      | -Inf   | Inf    | ball_z      | 位置 (m)         |
+| 9-12  | 球姿态四元数   | -Inf   | Inf    | ball_qw/xyz | 四元数 (w,x,y,z) |
+| 13-24 | 关节和球速度   | -Inf   | Inf    | -           | 速度/角速度      |
+
+---
+
+## 奖励函数设计
+
+奖励函数由以下几个部分组成：
+
+```python
+# 位置控制奖励：保持球在挡板中心上方
+# 受控向上速度奖励：在球位置良好时奖励适中的向上速度
+# 高度精度奖励：球接近目标高度
+# 连续弹跳奖励：奖励连续成功的弹跳
+# 总奖励 = 各项加权组合
+```
+
+---
+
+## 初始状态
+
+-   **机械臂初始位置**：[0, 40, 110, 0, -60, 0] 度，带有随机噪声
+-   **球的初始位置**：挡板中心上方，带有随机噪声
+-   **球的初始速度**：[0.0, 0.0, 0.0] m/s
+
+---
+
+## Episode 终止条件
+
+-   **球掉落**：球的 z 坐标 < 0.05m（接近地面）
+-   **球过高**：球的 z 坐标 > 目标高度 + 1.0m（失去控制）
+-   **水平偏离过远**：球的 x 坐标绝对值 > 1.5m
+
+---
+
+## 使用指南
+
+### 1. 环境预览
+
+```bash
+uv run scripts/view.py --env bounce_ball
+```
+
+### 2. 开始训练
+
+```bash
+uv run scripts/train.py --env bounce_ball
+```
+
+### 3. 查看训练进度
+
+```bash
+uv run tensorboard --logdir runs/bounce_ball
+```
+
+### 4. 测试训练结果
+
+```bash
+uv run scripts/play.py --env bounce_ball
+```
+
+---
+
+## 预期训练结果
+
+1. 连续弹跳：能够实现 3 次以上的连续弹跳
+2. 位置控制：球的水平位置（x 坐标）稳定在目标位置 ± 0.05m 范围内
+3. 高度控制：球的高度稳定在目标高度 0.8 ± 0.1m 范围内
+4. 速度控制：球的向上速度保持在合理范围（0.1-1.5 m/s）内
+5. 稳定控制：能够持续 20 秒的稳定弹跳而不掉落