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/}
如何看待伊朗媒体称「今晚将发生世界铭记的大事」？可能是什么？ 
Rust的设计缺陷是什么？ 
为什么Rust的包管理器Cargo这么好用？ 
《哪吒2》刚上映是基本上都是好评，随着延期到六月底为什么部分观众开始带节奏，表示反感了呢？ 
爱因斯坦“相对论”是否错了，我始终无法理解为什么物体达到光速时间就会停止？ 
为什么幼儿园的超前教育被叫停? 
有没有GUI框架开发难度小，***消耗又不多，而且又跨平台？ 
特厨隋坡探店成都快餐店，给出80分以上的高分，为什么评分远高于大饭店？ 
有没有一个特别好用的Linux系统？ 
阿里网盘为什么没有动静了？ 
2025年了 Rust前景如何? 
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？ 
老公每晚都想要怎么办? 
越正经的女人越容易做出疯狂的事吗？ 
学生校服如何隐藏内衣痕迹? 
韩寒现在为什么不写书了呢？ 
