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/}
伊朗这次让以色列打惨了，这个国家还能挺过来吗？ 
什么时候你开始发现俄罗斯不过如此？ 
为什么中国主机带宽比美国贵5倍（原来错误的10000倍），比如阿里云？ 
Swift 和同时代的其他语言比起来怎么样？ 
为什么中国JK无法拍出日本JK的感觉? 
鸿蒙电脑会在国内逐渐取代windows电脑吗？ 
你和你老婆是怎么认识的？ 
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？ 
如何评价苹果 3 月 5 日发布的 MacBook Air M4，相比前代有哪些提升？ 
群晖 nas 有些什么基本和好玩的功能？ 
王晶的导演水平是不是被严重高估了？ 
求大神解答，为什么大家都不喜欢用docker？ 
你都用Github Action做出过哪些骚操作？ 
美国***下令美使领馆暂停留学生新签证面谈，将带来哪些影响？美国大学在全球人才竞争中还有优势吗？ 
为什么很多公司都不招大龄码农？ 
snipaste怎么安装? 
