来点强化学习笑话 鼓励一个走迷宫 AI 尽量去那些没见过的场景，结果 AI 找到了一个迷宫里的电视，不用动就能不断地见到新东西 《智能体只想看电视》 模型训练很慢，随便写点 bug 很多天以后才会观察到迹象 我入门强化学习做的项目 NIPS2017-LearningToRunACE ，是在虚拟环境训练一个机器人跑步，要在规定时间跑得最远，模型输入就是各个机器人关节的速度位置，障碍物的位置等等，然后输出肌肉的舒张收缩控制量当年强化学习搭好框架…。
{dede:pagebreak/}
为什么外卖小哥更愿意选九号、小牛呢？ 
早上吃饭需要炒菜吗？ 
2025 年还能等得到 LCD 屏的旗舰机吗？ 
有哪些让你目瞪口呆的 Bug ？ 
到底是9800x3d+5070ti还是u7+5080? 
如果正常使用宽带把上行带宽拉满了运营商会管吗? 
买到烂尾楼到底该有多绝望？ 
Golang 中为什么没有注解？ 
WebSocket 是什么原理？为什么可以实现持久连接？ 
如何看待 Mac mini M4 支持可更换 SSD？ 
深圳的人口最终会剩下多少？ 
intellij idea 占用内存太大？为什么这么大 win11有没有办法把圆角取消掉？ 
我的电脑硬件不支持硬解422 10bit***，但是用达芬奇可以编辑和导出，这是为什么? 
为什么买的小乌龟总是养不活呀？ Golang 中为什么没有注解？
