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...

主播27号面完，到现在还显示这个是不是要挂了啊

为什么第一段实习都找不到😂，211本，项目一个点评一个微服务商城，

不问项目，全程只问实习+八股八股：1.linux命令如何统计某个关键字出现的词数2.列表和链表的区别3.hashmap底层原理4.mysql执行一条命令的过程5.tcp三次握手6.tcp如何保证可靠传输7.如何让udp安全可靠8.用户输入url后到页面显示的全过程9.ACID