连LeCun都不看好，强化学习这么不受待见？
文章概要：
1. 文章介绍了Meta的首席人工智能Yann Leun强化学习（RL）持有批评态度，原因其性，的尝试，人类或动物方式相径，还需要的数据和计算资源。
2 文章指出强化学习与人类学习方式差异是其不被看好一个，学习基于和推理的，不是单纯的试，能够通过少量的进行泛化学习。
3.分析了除LeCun的外还有探索与权衡问题、环境建模的、数据效率计算需求样本需求大、阶段的代价、超参数调整的、过程的稳定性原因导致强化学习被。
阅读原文
2 文章指出强化学习与人类学习方式差异是其不被看好一个，学习基于和推理的，不是单纯的试，能够通过少量的进行泛化学习。
3.分析了除LeCun的外还有探索与权衡问题、环境建模的、数据效率计算需求样本需求大、阶段的代价、超参数调整的、过程的稳定性原因导致强化学习被。