3D 列印計時機芯
用一句話說完這個專案。輕量專案只有這一句，所以要挑最有意思的那一面來講。
Shawn Chang
硬體 · 強化學習 · 應用程式
I design the PCB, train the model, and ship the app.
往下捲
全部專案
—
點任一格直接跳過去
Jenga 階層式 RL
高層策略看得到結構、看不到接觸。
這個研究量化「為它打開一條讀取低層執行狀態的通道」值多少。
問題
積木的鬆緊只能透過互動知道 —— 任何靜態觀測都編碼不了它。高層策略手上只有回合內凍結的姿態快照，接觸面正在發生什麼，它看不到。
做法
階層分解：高層負責選哪一塊、什麼時候放棄，低層負責控制手臂把桿子推下去。低層是純粹為控制而訓練的，而且對全局失明。
技術難點
讓高層用 cross-attention 直接查詢低層的時序隱狀態。低層在高層訓練期間完全凍結、不接收任何梯度 —— 這是設計，不是缺陷：要證明的是「讀取」有價值，不是低層為高層重塑了表徵。
結果
先把任務變成可驗證的量測儀器：雙峰摩擦分佈、三項儀器診斷。成敗依賴性與無靜態洩漏都通過，接觸力通道的資訊上限也量了出來，直接構成基線的效能天花板。
升降桌 + 兩塊 PCB
四隻腳、兩塊自己畫的板子。
從機構到韌體整條做完的一台桌子。
問題
放為什麼要自己做一張升降桌 —— 市售的哪裡不夠、你想要什麼它給不了。
做法
放機構與電子的整體規劃：四隻腳怎麼同步、主控與面板為什麼要拆成兩塊板。
技術難點
放真正難的部分。四腳同步、失步偵測、限位、掉電記憶高度 —— 挑最有故事的寫。
結果
放最後的行程範圍、負載、升降速度這類數字，以及你現在每天真的在用它。
TISF 火災疏散模擬
階層式路徑規劃 + 隨機模擬。
火在燒、路在變，要問的不是「跑多久」而是「分佈長什麼樣」。
問題
疏散不是一次靜態的最短路徑問題。火會蔓延、路會斷、人的視野有限而且會怕。環境一直在變，路徑就得一直重算。
做法
把樓層抽象成一張門與出口的圖：上層用 Dijkstra 在門之間規劃路線，下層用 D* Lite 做房間內的即時移動。兩層分工，改變只讓需要重算的那一層重算。
技術難點
D* Lite 的增量重規劃、部分可觀測下的 agent 知識共享，還有火的擴散模型 —— 溫度、氧氣、煙霧、燃料四個場一起跑。
結果
平行化的蒙地卡羅，每次隨機化火源與起始位置，跑出疏散時間的統計分佈而不是單一數字。
單字雪球
給準備學測的高中生用的間隔重複。
不是再一個通用背單字 App，是只做這一件事。
問題
放你觀察到的問題 —— 為什麼現成的背單字 App 對準備學測的高中生不夠用。
做法
放你的排程演算法與單字表的來源，以及「只服務學測」這個取捨換到了什麼。
技術難點
放實作上卡住的地方。排程狀態的同步、離線、大量卡片的效能，挑一個真正難的寫。
結果
放使用人數、留存、或你自己用它背完幾個字。有數字就放數字。
Basket RL
訓練 AI 去玩 Basket Random。
整個動作空間只有一顆按鍵，所以要學的就只有時機。
問題
放你為什麼挑這個遊戲。ragdoll 物理、每回合隨機化的身體參數、單鍵操作 —— 說明它為什麼比看起來難。
做法
放你怎麼把一個網頁遊戲包成訓練環境：觀測怎麼來、獎勵怎麼設計、一步是多久。
技術難點
放最難的部分。瀏覽器的取樣速率、隨機物理造成的高變異、稀疏獎勵 —— 挑一個真的卡住你的。
結果
放最後的勝率、平均得分，或者它打得贏你了沒。
Floating Translation
用一句話說完這個專案。輕量專案只有這一句，所以要挑最有意思的那一面來講。
Grade Website
用一句話說完這個專案。輕量專案只有這一句，所以要挑最有意思的那一面來講。