健康资讯 Quite frankly, the uncertainty about state of the recent market rebound hung over the domestic equity markets again in view of the drastic pullback of the previously red-hot equities in droves.
美媒：基辛格警告拜登不要与中国无休止的对抗
美国彭博新闻社官网7月20日报道：美国前国务卿亨利·基辛格表示，今天的地缘政治需要“尼克松式的灵活性”，以帮助化解美中之间以及俄罗斯与欧洲其他国家之间的冲突(Former US Secretary of State Henry Kissinger said geopolitics today requires “Nixonian flexibility” to help defuse conflicts between the US and China as well as between Russia and the rest of Europe)。
报道的原标题是《Kissinger Warns Biden Against Endless Confrontation With China》(基辛格警告拜登不要与中国无休止的对抗)。
报道说，在警告“中国不应成为全球霸权”的同时，这位在20世纪70年代帮助重建美中关系的人士表示，乔·拜登总统应警惕让国内政治干预“理解中国永久性的重要性”(“the importance of understanding the permanence of China.”)。
现年99岁的基辛格周二在纽约接受彭博社总编辑约翰·米克尔思瓦特(Bloomberg News Editor-in-Chief John Micklethwait)采访时表示：“拜登和前几届政府受到了国内观点的太多影响”，”当然，重要的是要防止中国或任何其他国家的霸权”(“Biden and previous administrations have been too much influenced by the domestic aspects of the view of China)。但“这不是通过无休止的对抗就能实现的”，他在《智慧广场》和《如何学会》栏目制作的访谈中补充道。
他此前曾表示，美中之间日益恶化的不利关系，有可能引发一场全球“类似于第一次世界大战的灾难”(He’s previously said the increasingly adversarial relations between the US and China risk a global “catastrophe comparable to World War I.”)。
报道说，地缘政治和大国关系是基辛格新书《领导力：世界战略中的六个研究》(Leadership: Six Studies in World Strategy)的中心主题，该书聚焦于六位关键领导人：德国的康拉德·阿登纳、法国的戴高乐、美国的尼克松、埃及的安瓦尔·萨达特、英国首相玛格丽特·撒切尔和新加坡有影响力的第一任总理李光燿。
报道说，在回顾当今欧洲领导人的表现时，从法国的伊曼纽尔·马克龙到德国的奥拉夫·朔尔茨，基辛格说，当前的“欧洲领导人没有阿登纳和戴高乐等前任国家元首发挥作用的方向感和使命感”，这让他感到悲哀(Kissinger said it made him sad that current “European leadership does not have the sense of direction and mission” that previous heads of state, such as Adenauer and de Gaulle, brought to their roles)。
报道说，至于当前欧洲最大危机俄乌战争，基辛格说，他今年早些时候就“以谈判作为结束战争的起点”评论是错误的。但他说，他认为谈判的时机越来越近，有关克里米亚未来的讨论应该留给谈判，而不是在冲突暂停之前确定。
在被问及“谁是与俄罗斯总统普京最强有力的谈判人物”时，基辛格选择了法国的戴高乐，然后又说道：“尼克松会很好。他在国内毁了自己”。
今日焦点英文词汇：中美关系
中美关系：the China-US relationship
白宫：the White House
美国国务院：the State Department
白宫新闻秘书：White House press secretary
美国的双边关系立场： US stance>
分散式多Agent策略梯度中的潜伏状态信息共享的值函数因式分解
通过集中训练和分散执行的价值函数因子化对解决合作的多代理强化任务很有希望。该领域的方法之一，QMIX，已经成为最先进的方法，并在StarCraft II微观管理基准上取得了最佳性能。然而，QMIX中每个代理估计的单调混合已知限制了它可以代表的联合行动Q值，以及单代理价值函数估计的全球状态信息不足，往往导致次优。为此，我们提出了LSF-SAC，这是一个新的框架，其特点是基于变异推理的信息共享机制，作为额外的状态信息来帮助单个代理进行价值函数的分解。我们证明了这种潜在的个体状态信息共享可以大大扩展价值函数分解的能力，而完全分散的执行仍然可以在LSF-SAC中通过软代理批评的设计得到保持。我们在《星际争霸II》的微观管理挑战中评估了LSF-SAC，并证明它在具有挑战性的协作任务中优于一些先进的方法。我们进一步设置了广泛的消融研究，以定位其性能改进的关键因素。我们相信，这种新的洞察力可以带来新的局部价值估计方法和变异的深度学习算法。演示视频和实施代码可以在网页链接。
《Value Functions Factorization with Latent State Information Sharing in Decentralized Multi-Agent Policy Gradients》
论文地址:网页链接
Even though the sector of metaverse plummeted today in view of impromptu investment concept of hype rather than investment in substantial progress of innovative technologies, citing state media, and notched a biggest tumble since the index unveiling.
*Indian Government extended Stock Limit>
