來自 Pedro Domingos（@pmddomingos）的推文串

強化學習只有在預訓練模型已經能夠解決問題的情況下才有效（否則就沒有獎勵訊號）。因此，強化學習無法解決任何難題，即使它看起來可以，實際上也只是偽裝得很好的蠻力演算法。