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…。
代码：
如何判断鱼缸中的硝化系统是否已经成功建立？
怎么评价国内AI企业人肉背15块80TB硬盘，飞去马来西亚用英伟达训练数据，以规避美国禁令?
中年夫妻有多少生活和谐的？
为什么现在糖尿病越来越多？
前端，后端，全栈哪个好找工作？
亚洲体坛最漂亮的十位女运动员都有谁？
Electron 做游戏客户端的潜力有多大？
为什么Go仅仅160MB的安装包就可以编译程序，而Rust却还需要几个GB的VC++才能编译？
Linux 图形用户界面的原理是什么？
如何评价网易国产动作冒险单机新作《归唐》首支预告片？
吴彦祖疯狂接代言被猜缺钱，卖完英语课又代言黄酒，他是真的缺钱还是有其他考量？
男朋友说我穿衣服太开放，难道好身材不应该显示出来吗？
个子高是种怎样的体验？
NBA 选秀大会杨瀚森首轮第 16 顺位被开拓者选中，他的实力能在开拓者队进入轮换吗？发展前景怎么样？
如何评价小米 6 月 26 日发布的小米 YU7、MIX Flip2、REDMI K80 至尊版？
全平台应用框架会是趋势吗？flutter、tauri、maui你更看好哪一个？
DIY的NAS易用性如何？
有个学舞蹈的女朋友是什么体验？
opencv如何识别低对比度露珠?
如何评价女明星梅根福克斯的身材？
你见过最无用的节俭行为是什么？
这世界上有什么不能造***吗？
亲眼见到明星本人是什么体验？
Windows上有没有一分多屏和多屏合一的软件？
为什么是 9 月 3 日阅兵而不是 10 月 1 日国庆阅兵？
程序员的时间管理真的是写代码1小时，调试8小时吗？
字节大量使用新语言，包括go，rust等，为什么阿里一直都抱着j***a不松手？
为什么说耿直的人更容易吃亏？
