（来源：上观新闻）
**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👩🎓是因为在某个特定🏗训练框架🔘下的系统🇦🇸优化"🌏这一疑虑，研究🇦🇫✳团队把SPP🕙😐O移植到了五个👯经典的强🇧🇱🎠化学习☦控制任务上：🥰🇰🇲精密版Car▶🏠tPo🇨🇨le（控制🌿杆子不倒）、🍘🔄Mou🧛♀️ntainCar🇰🇬🐝（让小🐆车爬上山）、H🌓🌏opp🇯🇴er（双足🚉机器人前进🕖）、LunarL🔵🧜♀️ander🚢（月球着👖🧖♀️陆器着陆）🐡和Pendu⭐🐈lum（保持🇪🇨🇲🇩摆杆直立）🚶♀️。
总结 把🏙V4放回Deep🦓🕤Seek的完整🆘⭕路径里看，它不是🌶🌻在追赶fro🌞📚ntie✍⚒r🇲🇫。成不成不知道，但😀方向是对🐠👨🦰的🕦。测试结果显示，在☘😊难度最高🎌⛺的Hop📩per🍽和Mountai😥🔖nCar任务上🌭，标准PPO几🦸♂️🍃乎完全失败，成📕功率停在接🇧🇯近零的水🇭🇺平；而SP🤕💶PO成功解🚘决了这两个任务，🦔🇹🇭成功率稳步攀升🕘⏪。
这个设计的妙📸🏎处可以用😕👈医学诊断来理解🆒🈳。该知识库🔵🎫包含在主内存系统🇱🇻🌮中🥣😹。因为羽📁🎐毛球天然需要🆎🔟一个对手，👞🇨🇲你不可能🇨🇱一个人🥇🦈一直对着🤫🅾空气挥拍😛🛢。谁掌握🈁了优秀的超级👅个体，谁就掌握了🇹🇻🆘AI时代的创作4️⃣🧩源头🤼♂️🌧。
