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/}
延边大学毕业典礼上，食堂阿姨的发言为什么能让许多同学落泪？ 
为什么财不可外露？ 
纳斯达克100指数还有上涨空间么？ 
明星现实中真的很漂亮吗？ 
为什么说互联网服务端技术领先游戏服务端几十年？ 
为啥软路由大多都是爱快加openwrt的组合，单openwrt有什么缺点嘛？ 
作为Mac用户有什么推荐的鼠标吗？ 
中国大陆地区献血率为何如此低下？ 
海蛇能在陆地上生活吗? 
Mac上有那些你认为极其好用的***？ 
雷军为什么不愿意用性价比打法进军NAS？ 
如何评价Orbstack（在Mac上低开销地运行容器和Linux）？ 
后端直接返回所有数据，由前端完成分页处理，这种开发模式有可行性吗？ 软路由怎么没有人玩了？ 
联想 128GB 超大内存迷你 AMD 主机上架，此款主机有哪些亮点？ 
现代艺术只考虑意义、不考虑美感吗？ 
