一面技术面侥幸通过，抠了项目的细节，问了几个拓展问题；想请教一下各位大佬，跟技术面相比，主管面更看重些什么，会问什么问题，该从哪些方面准备

今天周一休息，突发奇想写一篇阶段总结。如题，我已经去了一个和Java彻底毫无关联的行业。曾经我以为自己能在计算机行业发光发热，没想到刚入行一年多就当了逃兵。从最开始的热爱到现在一看到代码就厌恶，不知道自己经历了什么。所以我去干什么了？答案是：在成都当了租房销售。上班那会压力大了就念叨着去干租房中介，但是一直下不去这个决心，想着自己学了四年多的计算机知识，终究还是不甘心。终于在某一天准备八股文的时候，看着无数篇和工作内容关系不大的理论知识，那一刻下定决心，决定尝试一下销售行业，也算是给自己一个交代。后面阴差阳错的投了成都自如去当租房管家，没想到面试很顺利，在当天一百多个面试的人里面，我成为了为数不多通过的几个幸运儿之一。目前已经培训通过，正式入职，也开了单，也有压力但是每天过得很开心，真心喜欢那种和人交流的感觉，哪怕是最后没有选择找我租房。说这些也是想告诉那些大三，大四正在找Java实习而焦虑的同学：你们现在还年轻，选择很多，容错率也很高，可以尽情去尝试自己喜欢的行业和工作。不用因为某一次的面试没通过或者简历石沉大海而焦虑，更不用因为身边人都在挤编程的独木桥就强迫自己跟风。也算是自己的碎碎念吧，也希望自己能在新的领域取得一点小成就。也祝牛油工作顺利!

求内推

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...