Ottimo seguito al nostro lavoro su Physical Atari. Le persone che hanno utilizzato solo RL con ambienti simulati veloci e semplici sottovalutano enormemente la complessità del mondo reale; finiscono per sviluppare obiettivi di ricerca che non possono essere raggiunti in ambienti complessi (ad esempio, generalizzazione zero-shot, apprendimento di modelli causali). Physical Atari è ancora un ambiente estremamente semplice eppure è sufficiente per evidenziare i limiti dei metodi sviluppati per l'apprendimento con simulazioni veloci. Gli esseri umani e gli animali apprendono in ambienti che sono ordini di grandezza più complessi di Physical Atari. Sviluppare algoritmi che possano fare lo stesso dovrebbe essere l'obiettivo se vogliamo un'intelligenza abbondante.