研究者自嘲:发明了一种"压根不work"的RL算法

abeirami · x · 2026-07-07

一位研究者用一句话调侃强化学习(RL)研究的常见窘境——"我们发明了一种新RL算法,但它根本不起作用",吐槽研究中反复出现的空有理论却效果不佳的算法。