棒，那上面残留的时间差分误差还在不停地报警。

猪八戒则望着自己那可怜的 -666 的累计奖励，哀嚎道：“早知道就该听沙师弟的，用 Actor-Critic 方法了……”

而此时，十绝阵的残骸已经化作了一本本强化学习的教材，秦天君的幡旗也变成了一根马尔可夫链的教鞭。袁角捧着那已经烧焦的 Q 表，痛哭流涕：“老夫的探索率啊……”

红孩儿却在废墟里开心地烧烤着拟合金丹，还兴奋地喊道：“这玩意吃了会让人变成复读机哦！”

突然从九仙山传来骑手哀嚎："陆哥...归零者...把桃源洞改成自动驾驶训练场...广成子在搞仙鹤路径规划..."

喜欢我穿越洪荒之当东皇太一