昆仑山矿泉水的营销事例不只取得了专家评定的认可，协线生还在职业和顾客心中夯实了质量好水的品牌标签，助力国民饮水晋级。

决议方案触及强化学习的常识，作推但此刻高阳只在frontier课里上过Pieter的课、作推没上手做过项目，而这又跨出了Trevor拿手的研讨规划，高阳就同Trevor提议，跟大力研讨RL的Sergey协作，Trevor直爽赞同，团队便一同探究彼时仍少人进入的仿照学习预练习与强化学习微调相结合的算法。机械工程系则从底层起步向上拓宽，出离成音侧重于模型根底研讨和工业运用，在遇到传统技能限制时，引进AI技能进行增强。

入局创业后，频技高阳对技能途径与团队协作也有了新的知道，频技在最近的两次美国之行中，高阳还别离和Deepak与Sergey交流了SkildAI和PhysicalIntelligence的展开状况，还聊到了具身大模型的未来，包含其构建办法、面对的应战以及所需的数据量等要害论题。国外，协线生除了2017年的Covariant，汤特等人于2023年1月创建的AnywareRobotics也早早入局。彼时吴翼的高中与伯克利师兄、作推时任字节AILab总监的李磊也想做AI机器人，和吴翼一拍即合，决议一同学习、踩坑。

2017年暑假，出离成音罗剑岚参加西门子伯克利分部的项目，出离成音和Pieter、Sergey开端协作，把深度强化学习运用到工业出产中，学习战略以处理传统机器人处理不了的问题，比方高精度装置。开端他挑选伯克利的原因之一，频技便是被AMPLab孵化出来的Databricks及其开源大数据处理东西Spark招引，觉得学术界能做出工业等级的体系很厉害。

其时OpenAI没有提出近端战略优化（PPO）算法，协线生其前身TRPO算法（由JohnSchulman和两位讲者提出）、协线生DeepMind刚改善的DQN（深度强化学习开山之作）以及强化学习经典的战略梯度（PolicyGradient）算法是这门暂时课的要点。

转方向后，作推许华哲最大的感触是个人的研讨趣味进步了，由于效果很直观，比方（强化学习）能让游戏打得更好，当然代码难度也更大。从起点动身，出离成音选手们一路跑进西湖，断桥、白堤、苏堤、雷峰塔等西湖闻名地标景点尽收眼底。

予妳衣起爱满西湖，频技环保公益送温暖杭州女马组委会携手白鲸鱼环保公益渠道建议杭州女马旧衣收回公益环保活动，频技用搁置的衣物传递爱，将搁置衣物捐献给有需求的人。跑进景区/街区/商圈，协线生多元体会促交融赛事活跃饯别三进方针，即进景区、进街区、进商圈。

从8000名参赛选手到41位官方配速员、作推44位急救跑者、作推杭州女子铁骑队为赛事开路、杭州女子巡逻队参加赛事保证作业等，均由女人组成，这不只表现了赛事对女人跑者的注重与支撑，更显示了女人的力气与美丽。通过剧烈抢夺，出离成音徐冰洁以1小时17分40秒取得半程马拉松第一名，王艺曼以1小时21分09秒取得第二名，翁卫仙以1小时23分35秒取得第三名。