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/}
各位都在用Docker跑些什么呢？ 
为什么B-2轰炸机从来不敢来中国？ 
如何看待 2025 浙江高考杭州二中高分段被镇海宁海学军等校「碾压」？ 
如何看待国内服装尺码越来越小的现象？ 
有一张巨强的显卡是什么体验？ 
为啥arm架构比x86 x64省电？ 
科技工作者，今年是你入行的第几年？还记得刚入行时的自己吗？若能与那个「新人」通话60s，你会聊什么？ 
现实中的父女关系是怎样的? 
消息称三大运营商将于今年下半年全面重启eSIM，eSIM有哪些好处？为何此前暂停这一业务？ 
在杭州2021年买房的你，房子亏了多少了？ 
如何看待武汉大学建筑学大一新生跑路只剩 4 个？什么原因？目前建筑专业就业前景如何？ 
有邻居的追求者出价三万，让我连续半个月每天找个女朋友晚上弄点动静，我该答应吗？ 
为什么 mac mini 的 m4 版本价格这么低呢？ 
那你说什么样的是美女？ 
如何评价高圆圆的身材算是美女类型的吗？ 
周鸿祎为什么说他这辈子最鄙视李彦宏？ 
