（来源：上观新闻）
**六、不只是纸♒🇧🇭上谈兵：在经典游👩👦👦戏控制任务上的😙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SP🍃PO移植到了五🥁🛩个经典的强化学🧳🇧🇩习控制🧿任务上：精密版C👨🔧artP❔ole👨🦰⌛（控制杆🇰🇲子不倒）、Mo🇹🇦🚔unt🌃ainCar💝（让小车爬上山）🇵🇪、Hop👩❤️👩☦per（🍁双足机器人前进☢）、Luna🇹🇨♑rLander🌘🇦🇬（月球着陆器着陆🔛📀）和Pendu🚫🤨lum（🔓保持摆杆直立）🚠🗯。
这组数据🔜🆗十大代运营公司排名背后的逻🇬🇳📳辑是：当训🗽练场景与🌴📰目标场景完全💂♀️一致（🕹🖖即直接在目标场☔🔂景上做GRP🧖♀️O）时🌓🤞，模型🦎💯很容易🐯陷入过拟合或训⚱练不稳⁉🙍♂️定的状态👨🔬——它🐕🎌学到的🐚可能是特🧱定题目的答案🇨🇰🇸🇳，而非通用的能🐢🎙力；而TRA🇧🇻CE的练习🖖😾场景经过专门☸✡设计，每道题都🌃🚺由随机种子程序👩🏭生成，变化无穷，🇭🇰🍄AI练的🛋▪是"能🏪🎾力本身🙃"而非"特定题👩🚀目"，🐏因此能够👩🌾🇨🇬随着训练轮🤨↖次的增加持续◼🤙稳步提🧼升👳。
