“我怎么没想到”是在恭维他。　　所谓的级联方法，是指由两个和两个以上的神经网络联合起来组成的网络。在控制策略差异较大的不同环境下，将环境控制参数提取出来，作为前一级神经网络的输入，其余特征向量和前一级神经网络的输出作为下一级神经网络的输入。　　这种方法虽然需要更多的计算资源，但能对一些高度非线性的情况进行很好的处理。　　而惩罚项则是一种安全强化学习的技巧。有时，为了学习的稳定性，会给到达非安全状态的动作加一个非常大的惩罚性回报。　　惩罚项如果太大，会导致学习到的策略过于保守，从而无法使性能达到最优，如果太小，则很可能失去惩罚作用。因此其大小需要精心调试或通过自动学习的方式得到。　　苏寒雨很快将具体算法的变动画在平板上，然后发送给张飞。　　张飞来自计算机科学与技术学院，是一名软件工程专业的学生。　　几个月前，他被郝俊物色并招致麾下的。　　虽然他刚来时与苏寒雨不熟，但自从加入实验室后一直与团队配合得极为出色。　　张飞生得人高马大，接近一米九的个头。他穿了一件T恤，看上去并没有显得很强壮，但那薄薄的衣服下隐藏着常年健身和习武而淬炼出的钢筋铁骨。　　因为从父亲那里听说过太多血汗程序员的故事，从高中开始，他就把技能树上的身体和编程相关技能都点满了，或许是因为过于极端的原因，高考只考上了普沃大学。　　张飞的专业成绩并不是很理想，甚至挂过几门科目，但丝毫不影响他成为一名出色的程序员——他挂的科目跟编程没有任何关系。　　他一边看着平板中的算法流程图，一边听苏寒雨讲解，很快就明白了对方的需求。　　虽然在编程神器GPT和CodeGeeX的帮助下，很多代码已经不需要程序员去写了，但一些特定的业务逻辑还是需要有经验的程序员进行检查和修改。　　张飞很熟练地将算法转换为恰当的提示并输入给GPT，然后将GPT初步生成的代码放到CodeGeeX中，使用CodeGeeX完成一些更细致的函数编写工作。　　代码编写过程不超过10分钟。　　5分钟后，编译和测试工作也已完成。　　新的程序已经上传并部署到动力装甲中。　　“第二次测试开始！”