Si是众所周知的半导体，其基带隙能量为1.12eV。 它的导带中的光生电子可以与普遍存在的氧React分子产生·O2 −自由基，但价带中的光生空穴不能与OH-相互作用产生·OH自由基。 在本文中，我们研究了降解存在下氢封端的多Kong硅（H-PSi）制备甲基橙（MO） 在没有光的情况下降解的MO溶液的吸收光谱表明H-PSi具有优异的降解能力。 在黑暗中，还原染料的转移仅通过氢转移发生。 但是，在室内光线下， 染料分子可以先通过氢转移而还原，然后在氢中分解导带和价带。 该结果应归因于其宽带隙能量集

JAX-RL 各种深度强化学习算法的JAX实现。 使用的主要库： JAX-主要框架 ku句-神经网络 Optax-基于梯度的优化 算法： | 近端策略优化（PPO）| 1 | | 深度Q网络（DQN）| 1 | | 双深度Q网络（DDQN）| 1 | | 深度递归Q网络（DRQN）| 1 | | 深度确定性策略梯度（DDPG）| 1 | 政策： psi贪婪 玻尔兹曼 去做： 每种算法的完整测试 其他基于PPO的算法？ 优先体验重播 多代理DQN和DDPG