強化學習只有在遊戲取得成功是有原因的
因為遊戲世界本身就是一個純虛擬的環境
操控的自由度也不高 比如說圍棋就是19*19取一格落子
(19*19看起來很高 可是特斯拉的機器人光手掌就有二十幾個dof)
所以下圍棋可以一秒鐘就下幾千萬盤棋
但你如果要做一隻機械手臂拿實體棋子取棋
然後落子在棋盤上
光是第一手天元 這個動作可能就要訓練幾個小時
實體世界的維度超乎想像得高
然後機械零件是有壽命的
除非AI能真正發展出像人腦一樣的推理能力
不然以現有RL那樣讓機器人在一個環境瞎雞巴亂弄
就算有錢如馬斯克也是會被實體世界的複雜度擊垮