之前CDG腾讯视频一面挂了，今天TEG数据计算平台部捞我了，但是我看部门简介，也不咋和后台开发相关啊

更新时间：3月9日-3月10日 春招 (69)    # 公司 类型 行业 岗位 地点 截止时间 链接     1 武汉光迅科技 央国企 国企,科技 光学与工艺工程师,硬件工程师,应用软件工程师,网管软件工程师,嵌入式软件工程师,... 武汉 招满为止 投递   2 悦活里 民企 消费 经管数统类/商贸物流类/财会类 AI与算法/烹饪与食品类专业 武汉 招满为止 投递   3 安凯微电子 民企 科技 研究员,算法工程师,产品工程师,数字前端设计工程师,设计验证工程师,后端设计工程... 广州,深圳 招满为止 投递   4 中国电子云 央国企 国企,科技 战略分析师,AI产品经理,大模型算法工程...

TEG一面上午挂下午被捞了------1.介绍上一段实习内容2.go语言协程、GMP调度3.go并发包介绍一下有什么4.channel的特点，使用方式5.协程为什么比线程性能高6.代码中大量用go开协程有什么问题7.写过skill吗，如何调优8.手撕快排------第二天约二面

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： ...