随机过程集

引言 一群机器人在未知区域里执行任务，比如灾后搜救、环境巡检，能量是它们最宝贵的资源。理想情况下，每个机器人应该"各走各的路"，用最短的总路程把整片区域探完；但现实中由于环境只能被局部观测，机器人之间往往协作不足，要么挤在同一个分支里反复探索，要么为了"帮忙"跑一趟早已被别人探完的区域。结果就是——重复探索带来额外的能量消耗。更糟的是，如果采用集中式架构，

前言 入职到现在半年多，我的工作基本围绕着同一件事：在一套大规模分布式强化学习框架上，为射击类对战游戏训练 Bot。这半年我写过状态特征、设计过奖励、拉过很多训练，也踩了不少坑。趁着记忆还热，我想把这段时间的方法和教训整理成一篇笔记。文中不涉及任何具体的项目、产品、地图和内部实现，只保留可以公开讨论的通用经验。

前言 是的，本博客已经又有半年没有更新了。实话实说我确实是一个有着三分钟热度的人，毕竟新鲜感的刺激和好奇很难让人抗拒，而坚持则是一件很难的事情。所以说不忘初心，或许真的是个人生的一个重要课题了。无论如何，我正在尝试改变这个习惯，尽管我不认为所谓的三分钟热度是个坏习惯，但某些事情有着长久的耕耘也必然是有意义的。闲言少叙，以下是正文。

2025年的日历终于要翻到最后一页。没有什么盛大的仪式，也没有预想中那种狂喜的轰鸣。当秋招的三方协议尘埃落定，我感受到的并不是“轻舟已过万重山”的畅快，而是一种在长途跋涉后，终于能卸下重负、大口呼吸的平静。虽然距离2026年夏天的正式毕业还有半年，但在心理上，我那长达十九年的学生生涯，似乎已经在这个冬天提前按下了确认键。 回望这一年，身边的很多人或许会用“顺利”甚至“成功”来概括我的轨迹。但在那些

写下这篇文章的时候，我正坐在从学校飞往北京的飞机上。就在今天，我的秋招终于算是有了结论，一共60场面试，拿到了字节百度美团等10+大厂offers，最终确认了腾讯给的机会。同时给我的这三个月，这三年以及从今天往前的所有人生做了个结。这句话写的真好，为什么这么说呢？本来挺久之前我就想写点什么，有特别多想记录的，从选择这个专业到选择这个岗位，从科研的疲惫到未来生活的期待，但总感觉这样写没个纲，乱成一团

整理面试记录，并附上了AI的回答作为参考：

记录面试

本文[1]转载自知乎专栏《硅基进化》，作者为@tomsheep。

工作中经常用到管道技术，这里整体做一个学习和摘要，转载了此博客