una de las apuestas que estoy haciendo es que "aprender el entorno" le dará a mi equipo la capacidad de aprender políticas que exploten la física de nuestro mundo

básicamente, reemplazando la física con una red neuronal

desafortunadamente, eso va a costar demasiado tiempo, así que nuestro propio simulador de física tendrá que ser suficiente. Voy a pasar este fin de semana pensando en cómo encajar las cosas, a qué nivel cortarlo. Por ejemplo, ¿qué parte de mi simulador es reemplazada por la red neuronal?

Creo que lo que realmente quiero hacer es crear una habitación física con paredes de almohadas y tener un montón de robots alineados para su despliegue que puedan recuperarse fácilmente, y dejarlos moverse toda la noche recopilando datos y encontrando las situaciones que no pueden predecir