（+微:hywyysxs）
速度跟⚙🐢踪任务的奖励包🧡🦶括线速度🛳🇹🇰跟踪、角速🇲🇶🙇♀️度跟踪、垂直速度🏘惩罚、关节力⏲🤫矩惩罚、关节加💊🥔速度惩罚、💻动作变化率惩罚🐺👩👩👦等十几项♟️。为了解决这个🥞矛盾，工程师们想🛸💾出了一🇸🇨🕸个聪明办法，🇵🇷叫做"混合💸专家模型"，英👨🦳🚍文缩写是MoE6️⃣🇪🇦（Mixtu🎤re of⛎ Expert😔🍴s）✒。
马斯克闲置的超👩⚖️🇵🇸级算力中🕔心终于有用🆒🇯🇲途了，🍛💇这对吗？马🎀🏴斯克直接和阿🐟✈迪王对上🎅🇺🇳眼了，前一段时间🇧🇹老马还在🇬🇼怒喷阿迪王啊，☑马斯克的说法是上🐢🛋周花了很🍀♈多时间与 An🌴thropic 📄💐团队的高级成员🕕🚀交流，以了解他们🇦🇨↙为确保 📣🇲🇦Claude 🧖♀️🦠对人类有益所⛔🚒做的工作，🌶对此印象🇬🇧深刻，Cla👨👩👧ude ‼很可能会◼🚚有益⚙。
奖励函数的设💻计也很讲🏍究🍢。为了防止过🍏拟合，训练在验证🧹🤼♀️集准确率达到90🦘%时就提前停止，🎺🗺整个训练过程通☹常在75到100📊🇫🇰步内完成🕛🐡。这个循环往👨🍳复的过程，让策😑🇪🇹略既能高效学习⌚，又不会因🚔为模型🚪📱误差而学偏🌰。
