小米一面整体节奏很快，面试官技术功底扎实，问题层层递进，不会只停在概念层面，基本每道题都会追问"为什么"或者"你在项目里怎么用的"。整个面试大概 60 分钟，前半段是基础八股，后半段直接上手撕代码，压力不小但氛围还算友好。建议提前把 C++ 内存模型、并发、STL 底层这几块吃透，代码题要写得干净，边界条件别漏。1. 自我介绍略（根据个人情况准备，建议控制在 2 分钟内，突出项目亮点和技术栈）2. 进程和线程的区别？进程间通信有哪些方式？线程间通信呢？进程是资源分配的基本单位，线程是 CPU 调度的基本单位。同一进程内的线程共享堆、全局变量、文件描述符，...

简历求拷打，有没有大佬给点建议😭实习经历不太会写，大部分都是做业务功能的没有很强的技术点😟

实习offer又来了，在家无聊的很😭，大家一起加油！！

1. 必须熟悉 DDPG 、 PPO 、 TD3 、 SAC 等算法的原理和区别。 这四种算法是连续控制（如机器人控制）中最常用的深度强化学习算法。 PPO (Proximal Policy Optimization)   原理：PPO是一种同策略（On-policy）的策略梯度算法。它使用截断（Clipping）机制限制新旧策略的更新步长，防止策略更新“翻车”。   核心公式：    数值计算示例： 假设在时间步 ，GAE计算出的优势函数 （正数，说明这个动作很好）。 设定截断超参数 。 如果新网络过于激进，导致新旧策略概率比 （新策略采用该动作的概率是旧策略的1.5倍）：   原始目标： ...