（来源：上观新闻）
我们的感官和脑容🇧🇻3️⃣量注定了🍸⚪我们只🥧能处理环境中的⛏微小片段🕗，并将这些片段🇭🇹通过具身的直觉和🥦经验转化为行动🚈🖼。在 Dee🛩pMind 期间🚻👨👧，Haarnoj🇸🇷☣a 曾主导多个将😷深度强化学习应用👩🚀🚵于实体机器💙人的项目，其中🦌最为人熟知的是🇳🇴😔通过仿🥫真强化学🖱🇹🇻习训练小型人形机🇨🇴👨⚕️器人踢足球：机🔏器人在虚拟环境🥕🇴🇲中完全自🇵🇰🇧🇼主演化🌫出带球、射🌖😮门乃至跌倒后自🔨🇹🇿主爬起🤧的复杂行为序列⛩。
晚点：优✋化器的变🦹♂️化需要 🇪🇷🇷🇺infra 🚚📥上做什么调整和🇴🇲🛂配合？ 赵晨阳：♣推理侧不🦍需要关心🇻🇦，因为不涉🏓及参数更新；训练🥳☘侧一定🇩🇰🇬🇾要做适配，而且🇺🇬是大工📡程，整🥖❤个开源链条🇨🇬要从英伟达的🚴 Me🇹🇫gatron 或🚦🦉 Megat☎🇹🇨ron-🎽🌭Bridg🦑e（英伟达发布🧷的工具库🚐🥣，主要用于📶🇲🇷在 Huggin🦎g Face 和🇹🇨 Me*️⃣🇦🇫seo和semgatr🏠on 👨👩👧👧👶Core👩👩👦 格式之间☃无缝转换🦡↗大模型权🍗🍺seo和sem重，并提供高性能🤳分布式训练框架）🇺🇸这一层开🥬始改，再一层层往🇩🇬☂下传✝♾️。
