crypto方向，据说加班强度很高，而且聊了两轮，感觉饼很大，吃不下

双非一本，建筑行业商采岗两年经验，简历如下，想转到制造业，明天有个宇亮晟采购履行专员岗的一面，简历求拷打或者分享面试经验

据说加班比较多，加班有加班费，强度比较高，厂在长鑫对面，但是我感觉如果是安徽本地的还可以。

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...