- 试错成本：现实里撞车可不便宜，不像游戏里随便重来。
- 奖励设计：奖励定不好，机器可能学歪。比如想让它开车快点，结果它学会超速闯红灯。
- 时间长：训练得试几百万次，慢得像乌龟爬。
科学家们在想办法，比如“模拟环境”先练手（像游戏里练级），或者“迁移学习”借经验。
声明：本文来自网络，版权归作者所有。文章内容仅代表作者独立观点，不代表数字化转型网立场，转载目的在于传递更多信息。如有侵权，请联系我们。数字化转型网www.szhzxw.cn
本文由数字化转型网（www.szhzxw.cn）转载而成，来源于网络；编辑/翻译：数字化转型网（Professionalism Achieves Leadership 专业造就领导者）默然。
