强化学习只有在游戏取得成功是有原因的
因为游戏世界本身就是一个纯虚拟的环境
操控的自由度也不高 比如说围棋就是19*19取一格落子
(19*19看起来很高 可是特斯拉的机器人光手掌就有二十几个dof)
所以下围棋可以一秒钟就下几千万盘棋
但你如果要做一只机械手臂拿实体棋子取棋
然后落子在棋盘上
光是第一手天元 这个动作可能就要训练几个小时
实体世界的维度超乎想像得高
然后机械零件是有寿命的
除非AI能真正发展出像人脑一样的推理能力
不然以现有RL那样让机器人在一个环境瞎鸡巴乱弄
就算有钱如马斯克也是会被实体世界的复杂度击垮