來自 Pedro Domingos（@pmddomingos）的推文串

高效學習的關鍵不在於最終結果的可驗證性，而是每一步都能獲得回饋。例如，開車時，你每時每刻都在觀察預測結果與實際情況之間的差異。但在遊戲、程式設計和數學等領域，你的操作會產生確定性的結果，因此不會發生（或說不需要）這種學習。強化學習（RL）在這些領域已經出現了過擬合現象。