Yoav Goldberg：能用 Python 写出来的任务，不值得用 RL 去做

Yoav Goldberg 针对给模型 MinAtar 游戏规则和代码的讨论表示，规则可见且可程序化表达的任务不值得用 RL。相关讨论者指出，当游戏机制、奖励对模型完全可见或可搜索时，这类问题存在明显的“可 hack 性”。