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/}
为什么这次以色列打伊朗，网上声讨的人少了，反而都是嘲笑调侃伊朗？ 
造一艘航母有多难? 
有没有那种特别爽特别爽特别爽特别爽的文? 
同事1个月请丧***3次，领导说你家亲戚死光了然后被打，做的对吗？ 
***拍大尺度片子时摄影师不会看光吗？ 
脸与身材不符是种怎样的体验？ 
你在哪个瞬间突然喜欢上了某个历史人物？ 
如何评价Google刚刚发布的 Gemini Diffusion? 会代替自回归模型成为下一代模型吗？ 
喝完酒第二天生不如死怎么办? 
如何看待伊朗议员沙赫里亚里： 我们恳求最高领袖批准使用核武器？ 
为什么一部分 Go 布道师的博客不更新了？ 开源 waf 哪些值得推荐？ 为什么鸿蒙PC要排斥Linux生态？ 
为什么中国不禁用苹果手机呢？ 
为什么有的女生喜欢穿紧身牛仔裤？ 
一个人可以固执到什么程度？ 
