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/}
如何优雅地给妹子优化电脑（Windows）？ 
Blender适合工业设计吗？ 
如何评价《灵笼 2》第六集？ 
男朋友因为打游戏骗我去睡觉被我识破，然后我提了分手，他同意了，问问男孩子们他怎么想的？ 
开战斗机从上海到北京要多久，那是一种什么样的体验？ 
电影《碟中谍》系列中哪一部最好？ 
创业公司是否应该使用 Rust ？ 
fm里为什么会出现球员属性跟表现不匹配的现象？ 请问有什么轻松好笑沙雕的言情***？ 
美国投掷 6 枚钻地炸弹袭击伊朗福尔多核设施，钻地弹有多大杀伤力？能摧毁伊朗地下核设施吗？ 
如何看待 Git 的 Windows 安装程序称 Vim「很难用」？ 
为什么***骂 Ubuntu，但是 Ubuntu 一直是所有 Linux 发行版中知名度、热度最高的？ 
程序员需要用到内置kvm功能的显示器吗？或者是外置的kvm切换器吗？ 刘强东称「跨境电商的模式长期来看不可持续」，有依据吗？京东不走跨境电商模式，对其国际市场布局有何影响？ 
什么是 5G 固定无线接入（FWA）？ 
为什么海军要单舰满世界溜达呢？ 
