常见保留网段分类如下：

• 10.0.0.0/8
• 172.16.0.0/12
• 192.168.0.0/16 用途：局域网、VPN、NAT。

强化学习（Reinforcement Learning, RL）是一种机器学习方法。它通过智能体（agent）在环境（environment）中采取动作（action），接收环境反馈的奖励（reward），并根据长期累计回报（return）来学习最优策略（policy）。

核心要素：

• 状态（state, s）：环境当前的描述。
• 动作（action, a）：智能体可选择的行为。
• 奖励（reward, r）：环境对动作的即时反馈。
• 策略（policy, π）：从状态到动作的映射。

UV now is the popular python project manager.

Here I upload some common pyproject.toml files for quick reference/ copy/ init proj.

You need rename them back to pyproject.toml and use uv sync.

1. Definitions
2. Errors

A simple game that highly relies on luck.

This is a script for TamperMonkey on Chrome/Edge.

Try to read TamperMonkey docs to know how to run it.

ROS是大家喜闻乐见的机器人操作系统，本Gist介绍一些基本用法

Python是一个新手友好的语言，并且现在机器学习社区深度依赖于Python，C++, Cuda C, R等语言，使得Python的热度稳居第一。本Gist提供Python相关的一些教程，可以直接在Jupyter Notebook中运行。

1. 语言级教程，一般不涉及初级主题；
2. 标准库教程，最常见的标准库基本用法；
3. 第三方库教程，主要是常见的库如numpy，pytorch诸如此类，只涉及基本用法，不考虑新特性

其他内容就不往这个Gist里放了，注意Gist依旧由git进行版本控制，所以可以git clone 到本地，或者直接Google Colab\ Kaggle打开相应的ipynb文件