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...

我现在这个水平大概能拿到多少薪资的offer😂

本人bg：23届厦大硕，厦门银行科技岗当年毕业的时候，拒了一个股份制大行的分行Offer，选了现在这家城商行。当时身边很多人不理解，觉得我放着大行招牌不要，跑来一家城商行，是不是脑子不清楚。还有人问我：“你厦大毕业的，去个城商行不亏吗？”今天想跟大家聊聊，这几年我到底后没后悔。先说说技术。来之前，我自己也对城商行的科技岗有过顾虑——怕科技部门弱势，技术上保守，核心系统全靠买，自己没啥技术含量。 来了才发现，完全不是这么回事。科技在银行里其实是核心角色，很多业务都依赖核心系统的实现。我们正在做的零售普惠智能风控体系，整合了AI、大数据、NLP这些技术，还有区块链的应用，比我之前想的超前多了。 举...