beberapa orang mengatakan bahwa lingkungan RL hanyalah wadah buruh pelabuhan yang lain mengatakan itu hanya step() + reset() Mengapa tidak membuat semua orang bahagia?

Saya pikir cukup jelas bahwa tidak keseluruhan cerita. Dan ini adalah tantangan desain yang ingin dipecahkan oleh verifikat; apa pun yang mungkin dianggap seseorang sebagai lingkungan RL harus didukung *secara alami*, dan primitif tingkat rendah dibangun dengan pemikiran ini

s/o @hallerite + @kcoopm untuk pekerjaan mereka pada 🫡