来自 Pedro Domingos（@pmddomingos）的推文线程

高效学习的关键不在于最终结果的可验证性，而在于每一步都能获得反馈。例如，开车时，你每时每刻都在观察预测结果与实际情况之间的差异。但在游戏、编程和数学等领域，你的操作会产生确定性的结果，因此不会发生（或者说不需要）这种学习。强化学习（RL）在这些领域已经出现了过拟合现象。