[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"similar-karpathy--reinforcejs":3,"tool-karpathy--reinforcejs":61},[4,18,26,36,44,53],{"id":5,"name":6,"github_repo":7,"description_zh":8,"stars":9,"difficulty_score":10,"last_commit_at":11,"category_tags":12,"status":17},4358,"openclaw","openclaw\u002Fopenclaw","OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。\n\n这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。\n\nOpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你",349277,3,"2026-04-06T06:32:30",[13,14,15,16],"Agent","开发框架","图像","数据工具","ready",{"id":19,"name":20,"github_repo":21,"description_zh":22,"stars":23,"difficulty_score":10,"last_commit_at":24,"category_tags":25,"status":17},3808,"stable-diffusion-webui","AUTOMATIC1111\u002Fstable-diffusion-webui","stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。\n\n无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。",162132,"2026-04-05T11:01:52",[14,15,13],{"id":27,"name":28,"github_repo":29,"description_zh":30,"stars":31,"difficulty_score":32,"last_commit_at":33,"category_tags":34,"status":17},1381,"everything-claude-code","affaan-m\u002Feverything-claude-code","everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。\n\n通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。\n\n这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上",160015,2,"2026-04-18T11:30:52",[14,13,35],"语言模型",{"id":37,"name":38,"github_repo":39,"description_zh":40,"stars":41,"difficulty_score":32,"last_commit_at":42,"category_tags":43,"status":17},2271,"ComfyUI","Comfy-Org\u002FComfyUI","ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。\n\n这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。\n\n无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。",109154,"2026-04-18T11:18:24",[14,15,13],{"id":45,"name":46,"github_repo":47,"description_zh":48,"stars":49,"difficulty_score":32,"last_commit_at":50,"category_tags":51,"status":17},6121,"gemini-cli","google-gemini\u002Fgemini-cli","gemini-cli 是一款由谷歌推出的开源 AI 命令行工具，它将强大的 Gemini 大模型能力直接集成到用户的终端环境中。对于习惯在命令行工作的开发者而言，它提供了一条从输入提示词到获取模型响应的最短路径，无需切换窗口即可享受智能辅助。\n\n这款工具主要解决了开发过程中频繁上下文切换的痛点，让用户能在熟悉的终端界面内直接完成代码理解、生成、调试以及自动化运维任务。无论是查询大型代码库、根据草图生成应用，还是执行复杂的 Git 操作，gemini-cli 都能通过自然语言指令高效处理。\n\n它特别适合广大软件工程师、DevOps 人员及技术研究人员使用。其核心亮点包括支持高达 100 万 token 的超长上下文窗口，具备出色的逻辑推理能力；内置 Google 搜索、文件操作及 Shell 命令执行等实用工具；更独特的是，它支持 MCP（模型上下文协议），允许用户灵活扩展自定义集成，连接如图像生成等外部能力。此外，个人谷歌账号即可享受免费的额度支持，且项目基于 Apache 2.0 协议完全开源，是提升终端工作效率的理想助手。",100752,"2026-04-10T01:20:03",[52,13,15,14],"插件",{"id":54,"name":55,"github_repo":56,"description_zh":57,"stars":58,"difficulty_score":32,"last_commit_at":59,"category_tags":60,"status":17},4721,"markitdown","microsoft\u002Fmarkitdown","MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。\n\n在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。\n\n这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器",93400,"2026-04-06T19:52:38",[52,14],{"id":62,"github_repo":63,"name":64,"description_en":65,"description_zh":66,"ai_summary_zh":67,"readme_en":68,"readme_zh":69,"quickstart_zh":70,"use_case_zh":71,"hero_image_url":72,"owner_login":73,"owner_name":74,"owner_avatar_url":75,"owner_bio":76,"owner_company":77,"owner_location":78,"owner_email":79,"owner_twitter":77,"owner_website":80,"owner_url":81,"languages":82,"stars":91,"forks":92,"last_commit_at":93,"license":77,"difficulty_score":32,"env_os":94,"env_gpu":95,"env_ram":95,"env_deps":96,"category_tags":100,"github_topics":77,"view_count":32,"oss_zip_url":77,"oss_zip_packed_at":77,"status":17,"created_at":101,"updated_at":102,"faqs":103,"releases":133},9158,"karpathy\u002Freinforcejs","reinforcejs","Reinforcement Learning Agents in Javascript (Dynamic Programming, Temporal Difference, Deep Q-Learning, Stochastic\u002FDeterministic Policy Gradients)","Reinforcejs 是一个专为 JavaScript 环境打造的强化学习开源库，由知名 AI 研究者 Andrej Karpathy 开发。它旨在让开发者能够在浏览器或 Node.js 中轻松构建、训练和演示各种强化学习智能体，无需依赖沉重的后端框架。\n\n该工具主要解决了强化学习算法在 Web 端落地难的问题，提供了从基础到进阶的一站式解决方案。它内置了动态规划、时序差分学习（如 SARSA 和 Q-Learning）、深度 Q 网络（DQN）以及用于连续动作空间的策略梯度等经典算法。特别值得一提的是，Reinforcejs 集成了自动微分和表达式图构建功能（源自 recurrentjs 项目），使得在纯 JavaScript 环境中实现神经网络反向传播成为可能，并配套了丰富的在线交互演示，直观展示算法效果。\n\nReinforcejs 非常适合前端开发者、AI 教育者以及希望快速验证强化学习原型的科研人员使用。对于想要在教学场景中可视化算法原理，或者在 Web 应用中嵌入简单智能决策功能的团队来说，这是一个轻量且易上手的選擇。不过需注意，其部分高级功能（如连续动作空间策略）仍处于早","Reinforcejs 是一个专为 JavaScript 环境打造的强化学习开源库，由知名 AI 研究者 Andrej Karpathy 开发。它旨在让开发者能够在浏览器或 Node.js 中轻松构建、训练和演示各种强化学习智能体，无需依赖沉重的后端框架。\n\n该工具主要解决了强化学习算法在 Web 端落地难的问题，提供了从基础到进阶的一站式解决方案。它内置了动态规划、时序差分学习（如 SARSA 和 Q-Learning）、深度 Q 网络（DQN）以及用于连续动作空间的策略梯度等经典算法。特别值得一提的是，Reinforcejs 集成了自动微分和表达式图构建功能（源自 recurrentjs 项目），使得在纯 JavaScript 环境中实现神经网络反向传播成为可能，并配套了丰富的在线交互演示，直观展示算法效果。\n\nReinforcejs 非常适合前端开发者、AI 教育者以及希望快速验证强化学习原型的科研人员使用。对于想要在教学场景中可视化算法原理，或者在 Web 应用中嵌入简单智能决策功能的团队来说，这是一个轻量且易上手的選擇。不过需注意，其部分高级功能（如连续动作空间策略）仍处于早期实验阶段，使用时需保持谨慎。通过简洁的 API 设计，用户只需几行代码即可定义环境并启动学习循环，极大地降低了强化学习的入门门槛。","# REINFORCEjs\n\n**REINFORCEjs** is a Reinforcement Learning library that implements several common RL algorithms, all with web demos. In particular, the library currently includes:\n\n- **Dynamic Programming** methods\n- (Tabular) **Temporal Difference Learning** (SARSA\u002FQ-Learning)\n- **Deep Q-Learning** for Q-Learning with function approximation with Neural Networks\n- **Stochastic\u002FDeterministic Policy Gradients** and Actor Critic architectures for dealing with continuous action spaces. (*very alpha, likely buggy or at the very least finicky and inconsistent*)\n\nSee the [main webpage](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs) for many more details, documentation and demos.\n\n# Code Sketch\n\nThe library exports two global variables: `R`, and `RL`. The former contains various kinds of utilities for building expression graphs (e.g. LSTMs) and performing automatic backpropagation, and is a fork of my other project [recurrentjs](https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Frecurrentjs). The `RL` object contains the current implementations:\n\n- `RL.DPAgent` for finite state\u002Faction spaces with environment dynamics\n- `RL.TDAgent` for finite state\u002Faction spaces\n- `RL.DQNAgent` for continuous state features but discrete actions\n\nA typical usage might look something like:\n\n```javascript\n\u002F\u002F create an environment object\nvar env = {};\nenv.getNumStates = function() { return 8; }\nenv.getMaxNumActions = function() { return 4; }\n\n\u002F\u002F create the DQN agent\nvar spec = { alpha: 0.01 } \u002F\u002F see full options on DQN page\nagent = new RL.DQNAgent(env, spec); \n\nsetInterval(function(){ \u002F\u002F start the learning loop\n  var action = agent.act(s); \u002F\u002F s is an array of length 8\n  \u002F\u002F... execute action in environment and get the reward\n  agent.learn(reward); \u002F\u002F the agent improves its Q,policy,model, etc. reward is a float\n}, 0);\n```\n\nThe full documentation and demos are on the [main webpage](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs).\n\n# License\n\nMIT.\n","# REINFORCEjs\n\n**REINFORCEjs** 是一个强化学习库，实现了多种常见的强化学习算法，并配有网页演示。目前该库主要包括以下内容：\n\n- **动态规划** 方法\n- （表格型）**时序差分学习**（SARSA\u002FQ-Learning）\n- 使用神经网络进行函数逼近的 **深度Q学习**\n- 用于处理连续动作空间的 **随机\u002F确定性策略梯度** 以及演员-评论家架构。（*处于非常早期的开发阶段，可能存在较多 bug，至少会比较复杂且结果不一致*）\n\n更多详细信息、文档和演示请参见 [主页面](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs)。\n\n# 代码概览\n\n该库导出了两个全局变量：`R` 和 `RL`。前者包含用于构建表达式图（例如 LSTM）和执行自动反向传播的各种工具函数，它是我的另一个项目 [recurrentjs](https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Frecurrentjs) 的分支。`RL` 对象则包含了当前的实现：\n\n- `RL.DPAgent` 用于具有环境动态的有限状态\u002F动作空间\n- `RL.TDAgent` 用于有限状态\u002F动作空间\n- `RL.DQNAgent` 用于连续状态特征但离散动作的情况\n\n典型的使用方式可能如下所示：\n\n```javascript\n\u002F\u002F 创建一个环境对象\nvar env = {};\nenv.getNumStates = function() { return 8; }\nenv.getMaxNumActions = function() { return 4; }\n\n\u002F\u002F 创建 DQN 智能体\nvar spec = { alpha: 0.01 } \u002F\u002F 完整选项请参阅 DQN 页面\nagent = new RL.DQNAgent(env, spec); \n\nsetInterval(function(){ \u002F\u002F 开始学习循环\n  var action = agent.act(s); \u002F\u002F s 是一个长度为 8 的数组\n  \u002F\u002F... 在环境中执行动作并获取奖励\n  agent.learn(reward); \u002F\u002F 智能体会根据奖励改进其 Q 函数、策略、模型等，reward 是一个浮点数\n}, 0);\n```\n\n完整的文档和演示请访问 [主页面](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs)。\n\n# 许可证\n\nMIT 许可证。","# REINFORCEjs 快速上手指南\n\nREINFORCEjs 是一个基于 JavaScript 的强化学习库，由 Andrej Karpathy 开发。它实现了多种常见的 RL 算法（如动态规划、时序差分学习、深度 Q 学习等），并提供了网页演示。该库特别适合在浏览器端进行强化学习实验和教学。\n\n## 环境准备\n\n- **系统要求**：任意支持现代浏览器的操作系统（Windows\u002FmacOS\u002FLinux）。\n- **运行环境**：\n  - 浏览器（推荐 Chrome、Firefox 或 Edge）\n  - 或 Node.js 环境（需额外配置，官方主要面向浏览器）\n- **前置依赖**：无外部依赖，库本身已包含所需功能（基于 [recurrentjs](https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Frecurrentjs) 分支）。\n\n> 💡 提示：由于该库主要通过 `\u003Cscript>` 标签引入，无需使用 npm 安装。国内开发者可直接通过 CDN 加速加载。\n\n## 安装步骤\n\n1. 在 HTML 文件中直接引入 REINFORCEjs：\n\n```html\n\u003Cscript src=\"https:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs\u002Freinforce.min.js\">\u003C\u002Fscript>\n```\n\n> 🚀 国内加速建议：若上述链接访问较慢，可下载 `reinforce.min.js` 文件至本地项目目录，或使用国内 CDN 镜像（如有）。\n\n2. 确保脚本在页面加载完成后执行，例如放在 `\u003C\u002Fbody>` 前或使用 `DOMContentLoaded` 事件。\n\n## 基本使用\n\n以下是一个使用 Deep Q-Learning (DQN) 代理的最简示例：\n\n```javascript\n\u002F\u002F 创建环境对象\nvar env = {};\nenv.getNumStates = function() { return 8; }\nenv.getMaxNumActions = function() { return 4; }\n\n\u002F\u002F 创建 DQN 智能体\nvar spec = { alpha: 0.01 }; \u002F\u002F 学习率等参数，详见官网文档\nvar agent = new RL.DQNAgent(env, spec); \n\n\u002F\u002F 启动学习循环\nsetInterval(function(){\n  var s = [0, 0, 0, 0, 0, 0, 0, 0]; \u002F\u002F 示例状态向量（长度为 8）\n  var action = agent.act(s); \n  \n  \u002F\u002F TODO: 在此处执行动作并获取奖励（reward）\n  var reward = 0.0; \u002F\u002F 替换为实际奖励值\n  \n  agent.learn(reward); \u002F\u002F 更新策略、Q 值等\n}, 0);\n```\n\n### 可用智能体类型\n\n- `RL.DPAgent`：适用于有限状态\u002F动作空间且已知环境动态的场景（动态规划）。\n- `RL.TDAgent`：适用于有限状态\u002F动作空间的时序差分学习（如 SARSA、Q-Learning）。\n- `RL.DQNAgent`：适用于连续状态特征但离散动作空间的深度 Q 学习。\n\n> 📌 注意：策略梯度（Policy Gradients）和 Actor-Critic 模块目前处于早期测试阶段（alpha），可能存在不稳定问题，生产环境请谨慎使用。\n\n更多详细文档、参数说明及交互式演示请访问官方主页：[http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs](http:\u002F\u002Fcs.stanford.edu\u002Fpeople\u002Fkarpathy\u002Freinforcejs)","某前端团队正在开发一款基于浏览器的自适应难度调整游戏，需要让 NPC 通过试错自主学习最佳策略。\n\n### 没有 reinforcejs 时\n- 开发者必须从零手动推导并编写动态规划或 Q-Learning 的数学公式，极易在梯度更新逻辑中引入隐蔽 bug。\n- 若想尝试深度强化学习（Deep Q-Learning），需额外引入庞大的后端框架或在本地配置复杂的 Python 环境，无法直接在浏览器运行。\n- 缺乏现成的可视化演示，难以向非技术背景的策划人员直观展示智能体“从笨拙到熟练”的学习过程。\n- 处理连续动作空间（如控制角色移动速度）时，需自行研究并实现策略梯度算法，开发周期长达数周。\n\n### 使用 reinforcejs 后\n- 直接调用 `RL.DQNAgent` 或 `RL.TDAgent` 等封装好的类，仅需几行代码即可定义状态空间和奖励机制，立即启动训练循环。\n- 依托其内置的 `R` 模块（基于 recurrentjs  fork），无需配置后端即可在浏览器端利用神经网络进行函数近似和自动反向传播。\n- 借助官方提供的丰富 Web 演示案例，团队能快速搭建交互式原型，实时呈现智能体策略优化的动态效果。\n- 即使面对连续动作控制需求，也能直接复用其 Actor-Critic 架构代码，将算法验证时间从数周缩短至几小时。\n\nreinforcejs 将复杂的强化学习算法转化为轻量级的 JavaScript 原生能力，让前端开发者能在浏览器中零门槛构建并可视化智能决策系统。","https:\u002F\u002Foss.gittoolsai.com\u002Fimages\u002Fkarpathy_reinforcejs_e67a930a.png","karpathy","Andrej","https:\u002F\u002Foss.gittoolsai.com\u002Favatars\u002Fkarpathy_75f033eb.jpg","I like to train Deep Neural Nets on large datasets.",null,"Stanford","andrej.karpathy@gmail.com","https:\u002F\u002Ftwitter.com\u002Fkarpathy","https:\u002F\u002Fgithub.com\u002Fkarpathy",[83,87],{"name":84,"color":85,"percentage":86},"HTML","#e34c26",65.4,{"name":88,"color":89,"percentage":90},"JavaScript","#f1e05a",34.6,1453,353,"2026-04-17T11:05:08","","未说明",{"notes":97,"python":95,"dependencies":98},"该工具是一个基于 JavaScript 的强化学习库，主要设计用于在 Web 浏览器中运行演示。代码示例显示其通过 \u003Cscript> 标签引入，依赖全局变量 R 和 RL，无需安装 Python 环境或特定的 GPU 驱动。部分深度强化学习功能（如 DQN）处于早期测试阶段（alpha），可能存在不稳定情况。",[99],"recurrentjs (内置分支)",[14],"2026-03-27T02:49:30.150509","2026-04-19T03:03:45.715311",[104,109,114,119,124,129],{"id":105,"question_zh":106,"answer_zh":107,"source_url":108},41119,"输入数组的大小与 getStateNum 不匹配时为何没有报错？","目前库中尚未在每个代理（agent）中统一添加此类验证，因为需要在所有代理中重复实现会显得不够优雅。维护者建议暂时由用户在调用前自行确保输入数组尺寸正确，未来可能会在构造函数或首次调用时进行检查，但目前暂无自动校验机制。","https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Freinforcejs\u002Fissues\u002F4",{"id":110,"question_zh":111,"answer_zh":112,"source_url":113},41120,"如何为 DQN 设置环境的状态数和动作数？输入状态数组应如何构造？","在 DQN 示例中，环境通常提供固定屏幕位置、像素数据或坐标（如 Atari Breakout、Puck World），或者从智能体视角提供世界状态（如 Super Mario、Water World）。有时还会额外提供速度或坐标信息。输出通常是速度控制指令。对于复杂动作，可将输出转换为二进制表示，例如：`y = x.toString(2).split(\"\")`，其中 `y[0]` 对应智能体控制的按钮 0。状态数组应根据具体环境设计，通常包含感知变量（如距离、类型、速度等）。","https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Freinforcejs\u002Fissues\u002F13",{"id":115,"question_zh":116,"answer_zh":117,"source_url":118},41121,"WaterWorld 示例中 forward() 函数里为何将输入数组的前三个值设为 1.0？","这是为了进行 1-of-K 编码（one-hot encoding）。每个“眼睛”传感器观测 5 个变量：前三个位置分别对应三种可能的物体类型（墙、食物、毒药），初始化为 1.0 是占位，实际会根据 `sensed_type` 将对应位置替换为归一化的接近程度（`e.sensed_proximity\u002Fe.max_range`），其余两个位置存储速度的 x 和 y 分量。这样可以将离散的物体类型编码为连续输入向量。","https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Freinforcejs\u002Fissues\u002F5",{"id":120,"question_zh":121,"answer_zh":122,"source_url":123},41122,"为什么 GridWorld 动态规划演示页面上的 LaTeX 公式无法正确渲染？","该问题已被报告，但截至当前尚无官方修复。可能是由于页面未正确加载 MathJax 或 KaTeX 等 LaTeX 渲染库，或 CDN 资源失效。用户可尝试在浏览器控制台检查是否有相关脚本加载错误，或手动注入渲染库临时解决。建议关注项目更新以获取正式修复。","https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Freinforcejs\u002Fissues\u002F21",{"id":125,"question_zh":126,"answer_zh":127,"source_url":128},41123,"如何使用 agent.toJSON() 保存训练好的智能体？为什么得到的 JSON 中 net 对象为空？","部分用户反馈调用 `agent.toJSON()` 后得到的 JSON 中网络参数（net 对象）为空。这可能是因为某些代理类型未完整实现序列化逻辑，或训练状态未正确绑定到可序列化字段。目前官方文档未提供明确解决方案，建议检查所用代理类是否支持 toJSON，或手动提取 `agent.brain` 或 `agent.net` 中的权重数据进行保存。也可参考源码确认序列化实现细节。","https:\u002F\u002Fgithub.com\u002Fkarpathy\u002Freinforcejs\u002Fissues\u002F14",{"id":130,"question_zh":131,"answer_zh":132,"source_url":118},41124,"Reinforce.js 中智能体的感官输入是如何编码的？特别是 WaterWorld 中的 30 个眼睛传感器？","在 WaterWorld 中，智能体拥有 30 个方向的眼睛传感器，每个传感器观测 5 个变量：第 1-3 位用于 1-of-K 编码物体类型（墙=0，食物=1，毒药=2），第 4-5 位为 sensed 物体的速度 vx 和 vy。若未检测到物体（sensed_type = -1），则类型位保持默认值，距离相关值为 0。此外，智能体还有两个本体感受器（proprioception）表示自身在 x 和 y 方向的速度，总状态空间为 30×5 + 2 = 152 维。",[]]