Goldberg称可编程任务不值得用强化学习

Yoav Goldberg认为，在 MinAtar 游戏中，如果规则和代码对模型可见、任务能够通过 Python 明确表达，就没有必要用强化学习解决。参与讨论者进一步指出，当游戏机制和奖励完全可见或可被搜索时，模型还可能找到漏洞并“hack”奖励，因而削弱强化学习的实际价值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。