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/}
特朗普大力推行稳定币，背后的真实目的是什么？ 
大海捞针还捞着了是一种什么样的体验？ 
深圳房价能跌到什么位置？ 
Linux 内核的系统有没有类似macOS 那样漂亮流畅的桌面环境的发行版本? 
Firefox是如何一步一步衰落的？ 
你捡过最大的漏是什么？ 
能够自己一个人创业的全栈web码农fullstack developer要会哪些技术？ 
国产手机AI「好用」的背后，是技术差距还是文化差异？ 
Golang与Rust哪个语言会是今后的主流？ 
为什么 mac mini 的 m4 版本价格这么低呢？ 
你们认为一个40多岁的女人老吗？ 
有人说24GB和48GB内存容量是新一代电脑平台最均衡的方案，真的是这样吗？电脑内存应该如何选？ 
Mac 发展那么多年结果只能剪***吗？ 
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？ 
什么叫裁员裁到大动脉？ 
Rust怎么写GUI程序？
