Kult oppfølging til vårt Physical Atari-arbeid. Folk som kun har brukt RL med raske og enkle simulerte miljøer undervurderer kompleksiteten i den virkelige verden kraftig; De ender opp med å utvikle forskningsmål som ikke kan oppnås i komplekse miljøer (f.eks. null-skudd-generalisering, læring av kausale modeller). Fysisk Atari er fortsatt et ekstremt enkelt miljø, og likevel er det nok til å fremheve begrensningene ved metoder som ble utviklet for å lære med raske simuleringer. Mennesker og dyr lærer i miljøer som er mange størrelsesordener mer komplekse enn Physical Atari. Å utvikle algoritmer som kan gjøre det samme bør være målet hvis vi ønsker rikelig intelligens.