1. 详细讲讲你项目中使用Redis的场景，如何保证Redis和数据库的数据一致性？回答：项目中Redis主要用于缓存热点数据、分布式锁、验证码存储等。保证数据一致性的方案有：Cache Aside模式（读时先查缓存，缓存不存在查数据库并写入缓存；写时先更新数据库，再删除缓存）、延迟双删（更新数据库后删除缓存，短暂延迟后再次删除缓存）、订阅MySQL binlog异步更新缓存。对于分布式锁，使用Redisson客户端的RedLock算法实现。2. 项目中使用RabbitMQ的作用是什么？为什么选择RabbitMQ而不是其他消息队列？回答：项目中RabbitMQ主要用于异步处理、流量削峰、系统解...

 #程序员#  #java# 

年后投到现在至今0约面，是哪里出了问题，是背景问题还是简历问题呢希望大佬指点一下

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： ...