uma das apostas que estou fazendo é que "aprender sobre o ambiente" vai dar à minha equipe a capacidade de aprender políticas que exploram a física do nosso mundo

basicamente, substituindo a física por uma rede neural

infelizmente, isso vai custar muito tempo, então o nosso próprio simulador de física terá que servir. Vou passar este fim de semana a pensar em como encaixar as coisas, a que nível cortá-las. por exemplo, que parte do meu simulador será substituída pela rede neural?

Eu acho que o que realmente quero fazer é criar uma sala física com paredes de almofadas e ter um monte de robôs alinhados para serem implantados que possam se recuperar facilmente, e deixá-los se mover à noite coletando dados e encontrando as situações que não conseguem prever