¡Viniendo a mjlab hoy! Este es RL de vainilla, sin imitación de movimiento/AMP. Los pasos naturales emergen de recompensas mínimas: seguimiento de velocidad, torso erguido, regularización de articulaciones adaptativa a la velocidad y calidad de contacto (despeje del pie, deslizamiento, aterrizajes suaves). Sin trayectorias de referencia ni patrones de marcha. Caminar, correr y el movimiento de los brazos emergen puramente de la optimización de estos simples objetivos. Ah, ¿y el tiempo de entrenamiento? Solo 1 hora.