Coole follow-up op ons Physical Atari werk. Mensen die alleen RL hebben gebruikt met snelle en eenvoudige gesimuleerde omgevingen onderschatten enorm de complexiteit van de echte wereld; ze eindigen met onderzoeksdoelen die niet kunnen worden bereikt in complexe omgevingen (bijv. zero-shot generalisatie, leren van causale modellen). Physical Atari is nog steeds een extreem eenvoudige omgeving en toch is het genoeg om de beperkingen van methoden die zijn ontwikkeld voor leren met snelle simulaties te benadrukken. Mensen en dieren leren in omgevingen die een orde van grootte complexer zijn dan Physical Atari. Het ontwikkelen van algoritmen die hetzelfde kunnen doen, zou het doel moeten zijn als we overvloedige intelligentie willen.