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/}
为何雷军天天健身，却无健身痕迹? 
如何评价剪映svip，599一年，有替代方案吗？ 
穿瑜伽裤爬山的女生会不会害羞？ 
如何看待 Mac mini M4 支持可更换 SSD？ 
程序员如何用好 Cursor 工具？ 
江西通报救护车 800 公里收费 2.8 万「不合理，暂停医院转运服务」，该医院要承担怎样的法律责任？ 
多个充电宝或电芯品牌的 3C 认证证书被暂停，涉及罗马仕、安克、绿联、倍思、安普瑞斯等，发生了什么？ 
如何评价鸿蒙电脑无法编写其自身运行的程序？ 
为什么任天堂在NS2上没有选择使用OLED屏幕以提升续航能力和显示效果？ 
为什么很多离异的30-40岁的女性，很难找到老公再婚？ 
公司规定所有接口都用 post 请求，这是为什么？ 
安装不了 adobe acrobat dc, 请指教？ 
postgresql也很强大，为何在中国大陆，mysql成为主流，postgresql屈居二线呢？ 警犬知道自己是警犬么？ 
J***aScript 已经强大到什么程度了？ 
你身边身材最好的女生是什么样？ 
