转行电机控制

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： ...

请问各位UU新产业生物机械研发工程师线上面试会问那些问题？？？

1. 自我介绍。答：（根据个人情况作答，建议包含：教育背景、项目经历、技术栈、求职意向，控制在2分钟内）2. 你在项目中有没有用过RTOS？讲一下任务调度的原理？答：RTOS（实时操作系统）常见的有FreeRTOS、RT-Thread、uCOS等。任务调度核心原理：基于优先级的抢占式调度：高优先级任务就绪后，立即抢占当前运行的低优先级任务时间片轮转：相同优先级的任务按时间片轮流执行调度器维护就绪队列、阻塞队列、挂起队列，每次tick中断触发调度器选出最高优先级就绪任务运行上下文切换时保存当前任务的寄存器现场（PC、SP、通用寄存器等）到TCB（任务控制块），恢复目标任务的现场3. 为什么嵌入式...

写代码前，给AI明确的结构化提示，包括：编程语言（如C/C++）、目标平台（如STM32F4）、实现功能（比如ADC采样+PWM输出驱动电机）、注释规范（Doxygen风格）。例如，提示词可这样：“用C语言为STM32编写贪心算法资源调度器，适配FreeRTOS，代码需包含详细硬件初始化注释。”这样生成的代码直接贴合嵌入式场景，减少返工。