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…。
中国为什么不直接印大量的人民币去买美国的东西？
微软宣布 5 月 28 日开始下架「Microsoft 远程桌面」应用，背后原因有哪些？
日本制造的质量真的就那么好吗？
怎么用github创建一个个人blog？
为什么说Kafka具有高性能？其实现过程又是怎样的呢？
世界上到底有没有只要无脑执行就能长期正收益盈利的交易策略，好让我死心?
什么是防抖和节流？有什么区别？如何实现？
如何评价阿里等大厂笔试现已经禁用本地IDE？
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？
不喜欢老婆找健身房男教练私教，是我太狭隘了吗？
电话：
座机：
邮箱：
地址：
