知识铺的博客

专注于Android、Java、Go语言(golang)、移动互联网、项目管理、软件架构

包含标签强化学习的文章

1898年饥饿猫实验奠定现代强化学习生物基础

2026年9月3日

1898年，一只饥饿的猫在木箱里反复试错才够到鱼肉，这一实验直接催生了Thorndike的效应律。在1898至1949年的五十年里，一群互相厌恶对方观点的心理学家通过动物实验，集体逆向工程出了现代强化学习的核心循环。他们从未写过代码，也无意构建AI，却为今天所有RL算法奠定了生物……

.NET开源控件库 2024趋势 2PC 3PC 404 51CTO博客 5G手机 :Has() @Scope AA制 ABAC ABP框架 Adreno GPU AEO Agentic RAG AGI AI AI Agent AI Agents AI Native AI 超分 AI-Native数据库 AIGC AI代理 AI内存需求 AI垃圾 AI基建 AI大模型 AI套件 AI工程化 AI技术 AI搜索 AI数据中心 AI最新动态 AI服务器 AI生成内容 AI监管 AI硬件 AI算力 AI编程工具 AI芯片 AI融合 AI资本开支 AI赋能 AI部署 AJAX Alook Angular Ant Design Anthropic Apache Hudi Apache Knox Apache Shiro Apache Spark Apache Zeppelin API API网关 API设计 Apollo App Router App Store Apple Silicon APS ARM ARM64 ArrayBuffer AspectJ Backend Development BERT BFF架构 BMC漏洞 Bootstrap Buji-Pac4j Bun Bundler ByteBuffer B端 B端业务 B端营销 C++入门 C++进阶 C++高级 C/C++ Canvas CAS CAS5 CAS单点登录 CAS服务 CAS服务器 CentOS 7.x CentOS7 CEO CEO更替 CEO薪酬 CGLIB代理 ChatGPT ChatTTS Chroma CI/CD Class 类 ClickHouse Cloud Computing Cloudflare Components目录 Computed Conda CondaSSLError Container Query Context API Cookie Core Web Vitals Cortex-M3 CoT CoWoS Coze平台 CQRS CQRS和事件溯源 CRM CRUD Operations CRUD接口 CSDN博客 CSS CSS 填充 CSS模块 CUDA Curotec C语言编程 Dao层 DataOutputStream DataView DDD DDD架构 DDD模式 DDD落地 DDD诊所 DDI芯片 DeFi DevOps DHCP Docker Domain-Driven Design Domain-Driven Design Pattern EAM Elastic Stack Elasticsearch ELK ELK Stack Embedding EMIB-T Equinix ERP ETL工具 Event Storming Event机制 EVTOL Exchange信息收集 Expedia Express Exynos 2700 F-35C FAA Faiss Feign Fetch FFmpeg Filebeat FinTech Firefox Flink Flutter FreeBuds Neo FreeMarker Fullive.ai G20 Galaxy S27 Galaxy Z Fold 8 Gem Install Redis GenAI Genspark GEO Geoserver漏洞 Getting Started Git Go 语言 Golang Google Go语言 GPT-4o GraphQL Graphql-Go 库 GraphQL漏洞 GraphRAG GRPC Guava HarmonyOS Helidon HLE HTAP HTML HTML5 HTTP客户端 Hybrid Search HZHControls IaC IBM Idea插件 InfoQ InfoQ写作社区 InnoDB IOS IOS 27 IPhone 18 IPhone Ultra IPhone 接力 ITPUB博客 IT社区 Jakarta EE Java Java 17 Java 22 Java Virtual Machine Architecture Java Web安全 Java 版本升级 JavaScript JavaScript 运行时 Java入门 Java工具 Java工程师 Java持久性 Java虚拟机 Java运行日志 JDK 21 LTS JDK 27 JDK 28 JEP 423 JEP 447 JEP 454 JEP 456 JEP 457 JEP 458 JEP 459 JEP 460 JEP 461 JEP 462 JEP 463 JEP 464 JFinal JIT Jotai JVM Jvm Runtime Data Areas JVM内存结构 JWT JWT验证 Kafka Kimi API Kubernetes L3自动驾驶 L4 LangChain Law of Effect LCK Lepod Pro Link 组件 LinkedIn Link组件 Linux Linux系统RPM管理器 Linux迁移 Llama 3 Llama3 Llama3中文模型 LlamaIndex LLM LLMs LLM大模型 LLM应用程序 LLM编程框架 LLM训练 LM393 Lockfile Logstash Lombok LONGTEXT LPL LTO磁带 Mac 开发者 MacOS MacOS 13 MagSafe Maven MCU MDK5 Medicaid Medicare MES Micrometer MicroPython Microservices Architecture Milvus Mini LED Mozilla MPV Multiline Multiline插件 MVCC MyBatis Mybatis-Plus MySQL NAND闪存 NBA Nest Nest.js NestJS Netty Next Js Next.js Next.js App Router NextJS NIO NLP NLP任务 Node.js Node.js API Node.js 替代品 Nuitka Nuxt Nvidia OAuth 集成 OceanBase OCR OLAP Ollama Omdia报告 OORT OpenAI OpenJDK Openssl OpenTelemetry Outbox模式 OVHcloud Pac4j Pac4j 4.0.0 Pac4j-Cas PaddleOCR Paint.NET PB级规模 PDF向量化 PDF文档处理 Performance Tuning Pinboard Pino Pivotal PLM POM Pom.xml Prisma PS5 Python Python3.8 Python实现 Python编程 PyTorch QA系统 QMS QQ机器人 QRAM Qunar Quora替代品 Qwen2 RAG RAG应用 RAG技术 RAG技术，大模型时代，腾讯云 RAG框架 RAG模型 RAG系统 RapidOCR Raspberry Pi Pico RBAC React React Query Redis Redux REST REST API Ribbon Robotaxi Rspack RTX 5050 RubyGems Rust Safari扩展 SCADA Scala Scaled Agile Framework SCM Scrum 反模式 Sega SEO Server Rendering ServiceValidate Service层 Session Session共享 SF2P工艺 Sharding-JDBC Shiro SifEdge SK海力士 Snapdragon Socket 编程 SPL SplitChunks Spring Spring AI Spring AOP Spring Boot Spring Boot 2.0 Spring Framework Spring MVC Spring Security Spring Validation SpringBoot Spring状态机 SSENSE-TECH SSG SSO-Shiro-CAS SSR STDOUT STM32 Storybook SU7 Ultra Subgrid Summilux镜头 Swagger接口文档 SWC Systemctl T1 Tailwind CSS TCC TCL TCP粘包问题 TeamCity TEXT Text2SQL ThinkJS Thorndike ThreadLocal Time.After Troubleshooting Turbopack TWS耳机 TypedArray TypeScript Uber裁员 UIUX设计 UI设计 UI趋势 Urequests USTR UX设计 Vaadin Virtual Machine Memory Model Vite Vue Vue.js Weaviate Web 应用程序 Web 应用程序开发 WebAssembly Webpack WebSocket WebStorage Web开发 Web框架和库 Windows Windows安装 Wine WinForms WinFrom控件 Wisemodel.cn WMS Word2Vec Word文档 Word转HTML X Money Xcode X平台 YouTube Zilliz Zlib Zustand 一文读懂万字总结三星三星电子三星芯片上市公司治理不当得利专业起源业务架构业务模型业务系统业务解耦业务设计东盟外交个人理财中东平衡外交中台中国互联网中国出口中国外交中国能源安全中小企业数字化中年危机中报分析中文对话模型中文电竞中美AI竞争中美关系中美旅游中美海军对比中美科技中美科技出口中美科技竞争中西餐饮文化中间件中餐宴席主动学习主动适配主观消费事件风暴事件驱动事件驱动模型事务隔离云原生云服务云服务价格云计算互联网业务亚太市场产品价值产生条件京东京东云京西商城人保健康人工智能人形机器人人教版从0到1 代理器冲突代码优化代码实现代码实践代码开发代码生成代码生成器代码示例代码结构任务解决方案企业应用企业数据企业级AI 企业级应用企业级应用开发伊朗优化实践优雅设计会议笔记位操作住建部通知作用作用域供应链供应链升级供应链多元化供应链安全供应链重构供应链风险依赖注入依赖管理保费增速保险股健康管理元数据过滤元空间充电设施充血模型先立后破先进封装光敏电阻免费使用入门学习全固态电池全局异常处理全栈开发全案设计全球原油供给全球监管全链路六步拆解六边形架构共享出行关税退款关闭行为内存分配内存安全内存泄露内存溢出内存管理内存结构内容创作(或'内容营销') 内容审核内容质量内容过滤内省漏洞冷数据存储刀片电池分层架构分布式事务分布式会话管理分布式技术栈分布式数据库分布式系统分库分表分页技术分餐服务创作者收益创新初中制造业用工前百度高管前端前端工具链前端开发前端转换功能完备加密货币加拿大央行动力电池动态页面劳动法规包浆区块链医疗大模型医疗问答半固态电池半导体华为华为nova 华为发布会华为应用市场协同办公单据系统单点登出单点登录单片机南海局势博彩监管卫报印太战略压测分析原子操作原油进口原生电动架构去哪儿网参数校验友情边界双主核设计反射古尔曼可再生能源可折叠支架可持续发展可视化号码共享合并冲突合规指引吉利汽车同步一致性校验后台运行后端开发后轮转向向量化向量化查询向量搜索向量数据库向量检索向量索引算法启蒙命令技巧命令查询分离命令风暴品牌策略响应式系统响应时间商品域四层架构四重边界团队协作团队生产力固件更新固态电池固液电池国产替代国际游客图像优化图像编辑图数据库图检索地产新政地平线地热发电垃圾收集器基本概念基础知识基础设施增强型地热能增量站点重新生成复杂性管理外挂知识库多云攻击面资产梳理多代理架构多孔有机笼多步推理多界上下文集成多租户多端数据统一访问多行合并多行日志多设备协同大唐EV 大型语言模型大数据大数据分析大模型大模型出海大语言模型大连工厂奇瑞奇瑞汽车始智AI 委内瑞拉石油子域划分字段名异常字符串字节跳动存储芯片季后赛学习应用学习机制宁德时代安全安全医疗AI 安全库安全性安全框架安卓安装安装教程完结篇实体游戏实战实战分享实战落地实战课程实施挑战实施策略实施难点实时推理实时数据推送实时计算实用场景实用指南实用程序类实践实践应用实践落地实验客户支持客户端集成家庭分享家庭用车容器化部署容器镜像服务对象导航小企业架构师小叶紫檀小米18 Fold 小米SU7 小诚信驿站小车循迹小车设计小鹏机器人岚图汽车嵌入式嵌入式开发嵌入式系统嵌入技术巡线小车工业AIoT 工业协议工具类App 工厂落地工程创建工程实践巴尔默幂等性平台风控平衡树年轻人消费幽灵需求广告技术广告拦截床头设备应届生就业应用实例应用开发应用架构应用软件建模建模方法论开发开发实践开发板开发环境开发者开发者社区开放模型开源开源AI 开源办公开源大模型开源实现开源工具开源社区开源项目应用异常处理异常检测异步处理强化学习形状影子流量征程芯片徕卡三摄得物技术微信微信公众号微前端架构微博微控制器微服务微服务拆分微服务架构微软微软Copilot 心电监测心知了快船性能性能优化性能提升性能测试情绪价值成本优化成本传导战术模式战术设计战略战略模式战略石油储备战略设计戴尔财报房地产调控手串养护手机技巧打包执行引擎批量处理批量打开技术与业务技术前沿技术卓越技术实施技术实现技术提升技术方案技术架构技术概念技术精粹技术趋势抗跌落折叠iPhone 折叠屏折叠屏手机折叠手机报错抽奖平台抽奖秒杀拆包拉里·佩奇持续集成指南损失景观授权授权模型接口接口管理控制器提供器提升质量搜索搜索召回率搜索技术搜索推荐携程携程国际摄影后期操作方法操作系统份额支付系统支付闭环故障注入效率提升教育贬值散热设计数字化转型数字版数字相册数据中心数据分析数据处理数据存储数据工程数据库数据库入门数据库分库数据库分表数据库架构数据库查询数据库测试数据库设计数据库迁移数据文化数据查询数据湖数据特征数据采集数据闭环数据需求变化数智化转型整洁架构文化遗产文本向量化文本搜索文本理解文本生成文本相似度文档文档处理文档本地化文档管理文玩新华保险新时代新泽西州新特性新能源SUV 新能源汽车新范式新项目旅游业无人驾驶无服务器技术无砟轨道日志处理日志收集日志脱敏日志配置时尚应用星宇股份映射偏移智界V9 智能化门槛智能合约智能手机智能汽车智能硬件智能诊疗智驾芯片最佳实践最终一致性有赞服务器安全服务器端渲染未读消息本地模型本地流媒体本源悟空机器学习杠杆债务杭州湾构建方法架构架构实践架构师架构思想架构模式架构模板架构演进架构设计架构转型架构重构查询优化样式表核心概念核能梯度下降检索增强检索增强生成概念到实践概念篇模型一致性模型介绍模型泛化模式模态框模板生成正则表达式死锁比亚迪比亚迪海狮08 民法典汽车出海汽车芯片汽车行业汽车谍照油价波动油泥法院判决波音注销请求泰国外交洋葱架构洋葱模型测试浏览器浏览器技巧浏览器端AI 浏览器隐私海水提铀消息管理消息边界标记消费者权益消费趋势消费降级深度调研混合架构混沌工程渗透测试游戏主机游戏产业游戏保存游戏本溯源分析滴滴潜望长焦灰度测试灵活性灾区搜救热门文章版本升级牛津大学牛津教授物流IT 特努斯特定软件特斯拉Cybercab 特朗普特朗普关税特朗普贸易政策独立开发者玄戒O3 环保环境影响现代Web开发现代化现房销售理想L7 理想Mega 生产实践生产落地生产项目生成AI 生成式AI 生成模型生物混合机器人用户体验用户管理用户角色验证授权电力消耗电动垂直起降电动车电商电商 Agent 电商支付电机驱动电池一致性电池研发电竞管理电竞解说电网扩容电视行业登出处理登录体验登录认证登录验证监控优化监管限制真香体验睡眠科技矢量数据库知乎知识体系知识分享知识图谱知识地图知识宝库知识密集任务知识密集型知识库知识挖掘知识普及知识检索知识管理知识铺知识问答矩阵核心短柄耳机硬件入侵碳中和磁带出货量示例代码社交媒体运营社交礼仪社会个体神器神经网络神谷英树离线OCR 离线安装种子轮融资科怀·伦纳德科技巨头移动端适配穷爸爸富爸爸竞争格局端到端加密笔记笔记本电脑笔记系统策略策略模式签证政策简书算法算法效率算法架构师管泽元类加载器类型系统开发系统架构索尼索引加速索引映射红包提醒红外巡线红外循迹约翰·特努斯线程安全组件库组织变革组织精简经济理论统一返回格式续航综述绿色编码缓冲池编程编程语言编译原理网站用户体验网站设计网络工程师网络隔离网页样式网页链接罗伯特·清崎罚款美军预算美加贸易战美团美国最高法院美国能源政策美国航母聊天机器人职业升级职业转型聚合聚合接口聚合根聚合过大综合症股权激励能力模型能源消耗腾讯腾讯云腾讯云开发者社区自动化自动装配自动驾驶自然语言处理自由资讯至顶网航母维护航班搜索航空安全航空监管芯片关税英伟达英语教育英雄联盟苹果苹果CEO 苹果服务器菜单设计营销策略落地实施落地实践落地思考落地挑战落地方案蒂姆·库克蓝牙遥控薪资帽虚假宣传虚拟机虚拟货币蚂蚁金服融资行为主义解决方案解惑解析解释订单系统认证训练数据记忆保存设计原则设计模式设计研发访问规则词向量词向量模型词嵌入语义搜索语义检索误区请客文化课程调试工具谷歌谷歌反垄断负载均衡财务沟通财商教育货币政策贫血模型赛博蟑螂赵长江超导量子超快充跨学科跨海大桥路由路由器路由约定跳表身份认证身份验证身份验证授权软件与服务软件复杂度软件工程软件开发软件架构软件设计边缘计算迁移原因运行时退休规划通苏嘉甬高铁避免锁表配置酒店数据重构重复下单重定向量子计算量子路由金融科技锁表长度长文本长期归档长期护理长期护理保险问答社区问答系统队列等待时间阻塞 IO 阿里阿里云阿里云帮助中心阿里云开发者社区阿里巴巴陀螺仪控制限界上下文隐私保护集成集成应用集成配置雪佛龙零信任零拷贝零重力座椅雷军需求分析霍尔木兹海峡青岛能源所静态免杀静态站点生成静态站点生成(SSG) 非AI基础设施非阻塞 IO 面试面试手册面试题音视频处理页面导航页面链接顶级开源项目产品化项目开发项目结构预测市场预渲染领域层领域建模领域模型领域模型设计领域驱动领域驱动设计领域驱动设计 (DDD) 飞行汽车餐厅餐厅设计餐饮历史饭山PC 马斯克高并发高性能高性能车高效Prompt 高清渲染高端MPV 高级协议支持高级技巧高维优化高维索引高血压高通高铁鸿蒙麒麟处理器黑魔法