（来源：上观新闻）
这就是这篇论🇸🇮🥿文要解决的🖥🚶问题所🆓在——不是让A🌟♿I写一段代码💺😾，也不是让⤴😇AI回答一道🔠题，而🎩🏸是让AI像一名🇽🇰真正的科研工程👨🦱师那样，端到端☑🚰地完成🧯整个机🥗🔣器学习研究的🥮🛐复现与优🚭🥋化流程🇹🇱。工厂里🇵🇦🏏的机械🎓臂可以在固🅰定位置🧴💂♀️重复抓取一万☕🏤次，但家庭里的😜👿一万个动♍作，每个🇳🇮🥁可能只做一次，每🎃次的环境🐴🇸🇳条件都🚻🇭🇹不一样🧑。
加上"无失真🔎（干净）"这一类🇲🇭别，每个区域面🚃临的选🇲🇿择共有15种🐿🖕。**六、不只是纸🇬🇹上谈兵：在🐛经典游戏控制任务9️⃣上的验🕶♒证** 🎁为了排除"成功🐉可能只是因为🇩🇲👛在某个特定训练🇭🇺框架下的📊系统优化"这一🇸🇨🐂疑虑，研⬇究团队把S🍄PPO🤫🍭移植到🇹🇬🇦🇬了五个经典👩🌾的强化学习控🍷制任务上：精密🧩版CartPol🎒🎿e（控制🌖🧫杆子不倒）、Mo◻untainCa🤱r（让🇮🇹👣小车爬🇪🇪上山）、🤒👩👩👧👧Hopper（双🇧🇼足机器👩👩👧🥂人前进）、L🚣♀️🍊unarLa📅nde🥶🇸🇭r（月球着陆器👔着陆）🚟🤾♀️和Pendul🦞⚡um（保持🛠摆杆直立）🍤。
Verkor.🔥io团队表示🇬🇷🧡，尽管👃🔥有所改进🗳，但L🇦🇼LM（逻辑模🔍型）仍✈🏎然缺乏人🇧🇻🎹类所拥有的直觉↪🇧🇭。”科罗拉多🏤大学博🌞尔德分校法学教授🍍安·利普✒顿(Ann 💈Lipt❄🎀on)表🙊示👩❤️👩。
