每一次出远门,有种“背井离乡”的感觉

本文作者因疫情长时间居家,反思了与家人的关系及个人成长。讲述了从依赖父母到理解父母艰辛的心路历程,表达了对父母无私奉献的感激之情,以及对自己懒惰和缺乏耐心的自省。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

受这次疫情的影响,在家呆了一个多月,在坐上火车后睡醒的一瞬间,突然有种想将工作辞了马上回家的感觉;从开始出来工作的时候,与父母待在一起的时间将会越开越少,他们也在慢慢变老,踏上火车的那一刻就意识到,从此故乡只有冬,再无春夏秋;

我的爸妈是农民,我小时候也算是个留守儿童吧,在我懂事的时候父母就在我现在所在的城市(深圳)打工了,所以从小我就非常依赖父母,那时候每年基本就只能见面一次,一次的时间就那么几天,有可能一年都没见面的机会,在那个时候记得最清楚的两件事,一件是我父亲教我认挂在墙上的钟表,认时间,在自己家(我那时候一直住在爷爷家,就爸妈回来了才会住自己家),那时候教了一下我就记住了,想想都是聪明;第二件就是我要上学,而我知道妈妈就在那一天就要去打工了,我故意装生病,在地上打滚,喂我药就吐出来,说要找妈妈,老师那时候都吓到了,后来我妈妈说起这件事,她说从老师听到这件事的时候就知道我在装病了,但是也没回来看我,就是怕看了之后更加难走了。

其实我到现在还没做到一件让父母自豪的事,但是他们一直为我自豪。

我的耐心和脾气对外都很平和,但是对家人就很容易失去耐心,每次把话说重了后,看着他们好像做错事的眼神就会好后悔,但是我感觉我就是一个记不住事的蠢货,因为到了下一次遇到这种情况时,我可能又会忍不住耐心,每次在家和父母谈话没耐心时就会把他们的话都给顶回去,并自己回房间,只照护了自己的感受,虽然每次过后都会后悔,但是其实于事无补。

这次回家,看着父母头上越来越多的白头发,看着父亲都是血丝的眼睛,心中感觉非常的不舒服,在农村,基本很多人都比同龄人显的苍老,高强度的劳动,上半年种烟草,下半年种稻谷,上半年要凌晨三四点起床,下半年要大中午出去,我那时想的就是一定要逃出去,不要这样日复一日,年复一年的生活。现在我逃出来了,想叫父母休息下,说我在工作了,不是家里的负担了 ,但是他们总说我要结婚,要买房,趁着现在还做的动,在做三五年。

我是一个非常懒的人,懒到做了点小事就沾沾自喜,在想起来真的好笑,但是我怕我下次回家还是这样的懒,懒到父母不叫我,我就不去帮忙,他们很少叫我做事的。

我第一次上幼儿园,哭了,第一次上小学,也哭了,到了上初中,为了面子忍住了,在到高中,那时候感觉不回家都可以,因为想回家只用做一个多小时的车,那时候沉迷游戏的我根本就不怎么想回家,刚好基本都只是单休,就没回了,父母也觉得没必要为一天去浪费这一来一回的车费钱,其实感觉他们想让多我回家。

在这次春节中,来来回回走了三次,两次是刚刚走到城里,公司发通知回家办公,回家在等通知,那时候告诉爸妈时能听出他们有多高兴,我也非常高兴,这三次离开家门,坐在车上看着他们送我出门的时候,我都非常想哭的,每年一次的春节,而且以后春节应该才一个星期左右了;在我要出门的前一天晚上,妈妈都说这突然一下走了可能会习惯不了,突然家里就冷清了。

想着那次我在玩游戏,我爸来问我微信怎么用,我不耐烦的说学这个干嘛,又没用,在到今天突然发了几句没用声音的语音过来,我打电话过去,他说不怎么会用,乱点点到的,叫我好好上班。这让我想到这样一个典故:

父亲老年痴呆了。
一天,飞来一只乌鸦。
他问:“这是什么?”
儿子:“是乌鸦”
过了一会,父亲又问。
儿子大吼:
“说了是乌鸦,你怎么回事?”

父亲去世后的一天,
儿子翻开40多年前父亲的日记。
“今天儿子三岁了,
他指着公园里的乌鸦问我,这是什么?
我告诉他,是乌鸦。
他又问,我又答。
他问了11次,我答了11次”

全世界都在教你如何成为大人,
只有父母永远让你享受孩子的快乐。

我的父母从来就没教过我知识,但是以自己的言传身教一直在教我去如何的做人,教我怎么做人。

我觉得我是一个非常幸福的人,有着幸福的家庭,有着无限宽容和相信我爸妈和姐姐。

内容概要:本书《Deep Reinforcement Learning with Guaranteed Performance》探讨了基于李雅普诺夫方法的深度强化学习及其在非线性系统最优控制中的应用。书中提了一种近似最优自适应控制方法,结合泰勒展开、神经网络、估计器设计及滑模控制思想,解决了不同场景下的跟踪控制问题。该方法不仅保证了性能指标的渐近收敛,还确保了跟踪误差的渐近收敛至零。此外,书中还涉及了执行器饱和、冗余解析等问题,并提了新的冗余解析方法,验证了所提方法的有效性和优越性。 适合人群:研究生及以上学历的研究人员,特别是从事自适应/最优控制、机器人学和动态神经网络领域的学术界和工业界研究人员。 使用场景及目标:①研究非线性系统的最优控制问题,特别是在存在输入约束和系统动力学的情况下;②解决带有参数不确定性的线性和非线性系统的跟踪控制问题;③探索基于李雅普诺夫方法的深度强化学习在非线性系统控制中的应用;④设计和验证针对冗余机械臂的新型冗余解析方法。 其他说明:本书分为七章,每章内容相对独立,便于读者理解。书中不仅提供了理论分析,还通过实际应用(如欠驱动船舶、冗余机械臂)验证了所提方法的有效性。此外,作者鼓励读者通过仿真和实验进一步验证书中提的理论和技术。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值