实验流程：(1)了解机器人以及任务环境的参数以及输入输出变量，定义任务奖励。(2)针对四足机器人摔倒后恢复站立姿态的任务，设计神经网络与奖励函数。(3)在仿真环境中对神经网络进行测试迭代，优化性能。(4)在仿真环