垃圾Minimax

我开悟用minimax写代码，结果我让他用ModalA的output替换ModalB的observation中的cmd部分，结果minimax没搞懂非对称critic/actor设计，以为actor和critic维度一样结果替换了错误的部分，然后死活训不出来导航modal，查了2天也没找到bug在哪，结果看了回放灵光迸现，检查了一下obs维度，果不其然，SB minimax给我吧维度拼接错误了，怪不得训练的还不错的运控模块死活走不动路，合着压根没执行command