全局光照为仿真场景增加了间接光照效果——物体之间的光线反弹、颜色溢出和环境遮蔽。这对使用视觉观测（RGB 图像）进行策略训练的用户尤其重要：

• 缩小 Sim-to-Real Gap：真实世界中光线会在物体间多次反弹，没有 GI 的渲染器产出的图像与真实场景差异大。开启 SSGI 后，仿真图像的光照分布更接近真实环境，视觉策略迁移到实物时泛化性更好。
• 更真实的视觉观测：物体间的颜色溢出和软阴影使深度/语义分割等视觉特征更贴近真实传感器输出，有助于训练更鲁棒的感知模块。

宇树 G1 人形机器人动作跟踪。加载预录制参考轨迹并通过 ONNX 策略网络驱动 G1 全身关节实时跟踪，展示了高自由度人形机器人的仿真控制流程。可通过 uv run examples/control/g1_motion_tracking.py 运行。

使用 ONNX 策略网络控制 6-DOF RM65 机械臂完成柜门开启操作，展示了机械臂操作任务的观测构建与动作执行流程。可通过 uv run examples/control/rm65_open_cabinet.py 运行。

使用 ONNX 策略驱动 24-DOF Shadow Hand 灵巧手将方块从初始姿态旋转到目标姿态，展示了高维灵巧操控的仿真能力。可通过 uv run examples/control/shadow_hand_repose.py 运行。

新类 TerrainScanner，用于高效批量扫描相对于机器人参考系的地形高度，支持配置对齐模式（yaw）和输出格式（height）。配套的可视化工具通过 mocap 方块叠加显示采样点和高度值，辅助调试地形感知策略。可通过 uv run examples/control/robot_locomotion.py --robot=g1 --scene=stairs 运行。