计算错了钱

选择考了一堆408，全都忘干净了算法还没有试过acm模式，惨遭0ac1.无向图对应最小生成树MST，有向图对应的是最短路径最小生成树（没有环且所有边的权重之和最小）必须是无向连通图，带有权重，两大经典算法prim算法和kruskal算法有向图的核心算法有dijkstra floyd Bellman-Ford2.信号量 pv操作信号量是解决进程线程同步和互斥问题s代表着资源，p操作（wait）申请一个单位资源，将信号量s减1，如果小于0的时候就阻塞，加入等待队列，v操作是释放一个单位资源，将信号量+1，释放完资源后若s小于等于0，唤醒一个进程常用来解决互斥问题，保证同一时刻只有一个进程访问临界区...

双非本科，靠着字节、百度、蔚来三段实习一路撑到春招，到现在才真正认清现实。一封封感谢信砸过来，慢慢明白，学历和学校带来的门槛，远比几段光鲜实习要重得多。最让人无力的，莫过于拼尽全力刷实习、攒经历，最后却连一个入场机会都换不来，那种落差感真的太磨人。总自以为是地觉得，有大厂实习就够了，一定能挤进心仪的公司，可现实一次又一次把幻想击碎。现在的我，早已没了春招初期的锐气，只剩下满心的迷茫和惆怅。不知道是该坦然接受现实，还是继续抱着不切实际的期待，在大厂的梦里不肯醒。

这个它石是真的恶心，一天就给我结束了。看了一下JD，估计就是卡学历，非要985/211吐了。。。。

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...