岗位：嵌入式软件(系统方向)面试前准备：无一面：大学学习了什么知识，介绍一下做过的项目？（stm监控，arm智能家居，arm监控）围绕stm32项目：有没有想过怎么降低功耗？（没想过）那你现在想一想？问在这项目你觉得收获到了什么？你用bmp编码的程序是怎么设计出来的？你怎么检查传过来的图片是否正确？（没传错。。）那你现在想想怎么检查？arm智能家居：用什么去录音？alsaalsa你知道什么功能吗？为什么要用alsa录音？为什么选择xml文本传数据？你是怎么调用科大讯飞的语音识别功能的？你是为什么要做这个项目？arm监控：你了解到opencv底层原理吗？问除了刚刚介绍的外设还有用过什么外设吗？问...

最后还是去鹅了，选来选去也没什么可选的，暑期到现在也就字节跟腾讯给了面试，腾讯很快就过了，业务一般，身边很多人劝留在手子，但是还是想试试新的机会，纠结来纠结去，其实也就是一份工作而已，自己之前把它看得太重了，希望之后能放轻松对待吧。timeline3.12一面3.16二面3.23三面，面完直接转HR面3.24HR面，面完直接转录用评估3.25oc

二本的结局就是铁人三项嘛

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： ...