（来源：上观新闻）
为了确认S🇻🇺PPO的😗🌩优势确实来自其♊核心设计思想而⚛非其他因素，💳📘研究团队🚁🛅磁力蜘蛛搜索神器还做了一🇮🇪个对照实验：把S🍛😷PPO用来训练价😮🇧🇾值模型的方式（二🌽🐙磁力蜘蛛搜索神器元交叉熵损失👩❤️💋👩🐇）直接嫁接到标准🐠🐵PPO框架上，其👩👦他一切保持不变👸🕋，命名为🥋🈴"PPO + 🌃BCE"👂🇱🇨。
Dee👈pSee🕶🚁k追求的一🏬▪直是另🔅一条线🧐，同样能🚵♀️🌨力下的成本下🏕🧗♂️磁力蜘蛛搜索神器限🏪🔓。闻声而来🇱🇨🎛的工作室🌓⏱，这才发布一纸声😼🇧🇸明，进行🇫🇲维权🇬🇷。它不需要持续🇳🇷🗃观察自🏒身全身，就📥能内在地感🙁😮知自己的高度、🕉宽度、手臂👨👧👦🇹🇳伸展范围，判🍢🇧🇷断能否通🥴过某个空🤭间或触及某个物体😖。
研究团队🇵🇱通过实验直接观👪察了这个"打分员🚇🍄"的行为，🕎结果令人震惊📫。不过他们做了自👨💼己的版本，hyb🦋rid 🔴Newton-S🚛🛴chu🐧🌺lz迭代，1🤢0步分两段🛳🇧🇳。创作者要🦴🧩牢牢握😟紧方向盘🍜🧘♂️。其中有不少🦷带星号的🏎🦶名字，是已经离🔏🦕开团队、但🌭仍然对V4做出👨👨👧👦🤽♂️过重要贡献🕝的研究者✴🐙。这就是王📿潜所说的“🥳模仿而非理解”5️⃣的天花板🛏。一个最直接🆔🕙的信号，是版本号☯。和机器人🦐打羽毛球是一😵😙种怎样的体验？🇸🇸👩👧 有人上前试探⚾性地吊了⤴😐个网前球，🥞原以为这台机器🚎反应不过来，结⚪果它立刻滑步上🥤前，拍面轻🤭轻一挑，把球🍹🛑救了回来🛥🐆。
