我所做的一个赌注是，"学习环境"将使我的团队能够学习利用我们世界物理规律的政策。

基本上，用神经网络替代物理学

不幸的是，这将花费太多时间，所以我们自己的物理模拟器将不得不满足。我打算利用这个周末思考如何适应这些内容，在哪个层面进行切割。例如，我的模拟器的哪个部分将被神经网络替代？

我想我真正想做的是创建一个有枕头墙的实体房间，并让一堆机器人排成一排，能够轻松自我恢复，让它们整晚移动，收集数据并找到它们无法预测的情况。