action被输入到机器人的控制器之前，做一个预处理，做一个clip截断，乘以一个scale，做完之后，再apply到机器人，计算reward和done（超时或者terminate），有done就reset，apply interval event，最后计算观测。
action可以直接控制机器人的关节，也可以是基于ik这个逆运动学求解joint action
地形
金字塔阶梯（20%）
阶梯高度0.05-0.22
阶梯宽度0.3
平台宽度3
倒金字塔阶梯（20%）
随机网格地形（20%）
网格宽度0.45
高度0.05-0.2
随机粗糙地形（20%）
噪声高度0.02-0.10
金字塔斜坡（10%）
坡度范围0，0-0。4
平台宽度2.0，边界宽度0.25
倒金字塔斜坡（10%）