（来源：上观新闻）
IT之↖家 4 月 2🈲2 日消🔖息，安克自研芯🔱片 T🐢🧀hus 正⤵式发布，其🚄将把本地 A🦚I 能力🇹🇹👅引入所有🚩产品，🦆🇱🇷涵盖音频设备、👧移动配件和🇮🇪🇻🇺物联网设备✖🏬。如果题目太简单，😥🌭AI每次都🔡📞能答对，就没🎪有学习空间♟️🏚；如果题目🇾🇪太难，AI次次🍡🌍都失败，也无法获🇹🇿得正向反馈⚖🐔。
测试结果🐤显示，在难度🇱🇹最高的Ho🌳😧pper🔱🐚和Mountai🇨🇲nCa🔢r任务上，🥓🇧🇱标准P🖌PO几🥠乎完全失败🇵🇬🇸🇯，成功率停在接近🗄📏零的水☯平；而S🇲🇼PPO成功解决了🗣🇸🇾这两个任🧖♂️务，成功率稳👥🇳🇬步攀升🌃。” 在创🌺🗯业过程中，姚双👒🔐也深刻感受到OP📇C模式的隐性🏀成本🆙🚬。但这项研📽🇰🇳究的实验结♥果表明◻☪，单纯增🎠加交互轮次并不🐊能带来持🦚🦘续的进🔴💇♂️步，因为🏸每一轮新🛡👓的工作🎤如果不能建立在之🍺😺前工作的🕚👨🎓基础上，就只是在⏸🆔重复劳🇦🇩动，而不是在积累⚔👩👧👦。
由于每🚗⌚种能力只🖍对应一个单😃😮词（比如A、🇯🇲B、C），模型只🥯🚇需要在这📥些候选词🕐🦘之间选择，判断👨👧👦📞过程极为🍞🕢高效，每次任🔏务只增🚝加几秒钟的额外时🦡网络书源间⛸👨❤️👨。**六、不只是纸👾🐐上谈兵：在🦈经典游📤戏控制任务上🥪⏪的验证** 📻为了排除"成功可🇦🇬能只是🇧🇦🧯因为在某5️⃣🦴个特定训练框架下👤的系统优化"这🎁🥨一疑虑，研🏧究团队把SP📧📫PO移植🇧🇭🇺🇲到了五个经💺典的强化学习控制🇩🇯任务上：精密版♊CartP🦅🌘ole（控⚗🎱制杆子不倒🐾🈚）、Moun✈🏦tainCar（🏧😿让小车爬上🍆🛎山）、H🔫👨🎤opper（双足🇮🇩机器人前进🚲）、Luna🇯🇵👩🍳rLande🇪🇸r（月球着陆器🚣着陆）🇯🇴和Pendul🇺🇾um（保持🇵🇪🙆♂️摆杆直立）🕖。
