强化学习中的瓶颈

Bottleneck in Reinforcement Learning

强化学习中的一个核心难点，并不在于训练智能体（agent）本身，而在于管理智能体所处的环境。

环境定义了任务、规则、可执行的动作以及奖励结构。由于目前并没有构建这些环境的标准方式，每个项目往往都会各自开发一套自己的 API 和交互模式。

这种碎片化使得环境难以复用，智能体也难以在不同任务之间迁移。其结果是巨大的工程负担：研究者往往把更多时间花在维护或重新实现环境上，而不是专注于学习算法或智能体行为本身。