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/}
为什么有人不信狗肉馆会偷狗? 
电影《碟中谍》系列中哪一部最好？ 
伊朗这次让以色列打惨了，这个国家还能挺过来吗？ 
陌生人晕倒了，帮他拨打120后，病人不支付120出车费，这个费用谁来承担？ 
打下来全部的星链近地卫星好打么？ 
圈子很小，怎样找男朋友? 
让男朋友坐在马桶上上厕所很过分吗？ 
如何评价首个女性友好的编程语言HerCode? 
为什么有的女生喜欢穿紧身牛仔裤？ 
大家会接受同居过的女生吗？ 
为什么有的女生喜欢穿紧身牛仔裤？ 
PHP现在真的已经过时了吗？ 
圈子很小，怎样找男朋友? 
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？ 
为什么《歌手》不请周杰伦、陈奕迅、王菲、张学友、孙燕姿、梁静茹、王力宏、林俊杰当节目嘉宾？ 
为什么软件公司很少用python开发web? 
