题解 | #字符列表的长度#

1. 为什么选择这个方法？是否尝试过其他 Baseline？效果对比如何？ 回答范例与解析（以选择 SAC 算法为例）： 在我的机械臂抓取项目中，我最终选择了**柔性动作评价（Soft Actor-Critic, SAC）**算法。   尝试过的 Baseline：  DDPG (Deep Deterministic Policy Gradient)：由于是确定性策略，在具身连续控制中探索能力极差，极易陷入局部最优。 PPO (Proximal Policy Optimization)：虽然稳定，但作为 On-policy 算法，样本效率（Sample Efficiency）太低，在真实机械臂...

过了，云智真tm香啊。😜

腾讯面试这个状态是啥意思

我认为实习产出很多时候是带有一定“包装”的，这其实很正常。因为在公司里，实习生往往很难直接参与核心项目，大多数时间只能做一些辅助性工作，比如调试、文档整理或者小模块开发。这些内容本身不够“亮眼”，但在写简历或总结时，又需要体现价值，所以就会进行一定程度的优化表达。我觉得关键不在于是否包装，而在于是否真实，只要没有夸大或造假，而是基于实际经历进行提炼和总结，就是合理的，也是必要的能力。