发布一些学习过程中记的笔记，有些是课程上的资料（来源包括黑马程序员、尚硅谷、itbaima以及csdn和知乎的部分文章），有些是自己总结的，便于加深记忆和以后复习。
研究方向安全强化学习，就是用DDPG、PPO、TD3等深度强化学习算法来保证虚拟环境或真实环境下训练的Agent所做出的Action是合理的、没有危险行为的。不过我自知走算法岗死路一条，卷不过那帮大佬们，所以直接奔着开发岗走，现在主攻Java后端
多读书，多看报，少吃零食，多睡觉。
