Pedro Domingos（@pmddomingos）のスレッド

強化学習は、事前学習済みモデルが既に問題を解ける場合にのみ機能します（そうでなければ報酬信号は生成されません）。つまり、強化学習は難しい問題を解くことはできず、たとえ難問を解けたように見えても、それは単なる隠蔽された力ずくのに過ぎません。