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

Basicamente, substituir a física por uma rede neural

Infelizmente, isso vai custar muito tempo, então nosso próprio simulador de física terá que ser suficiente. Vou passar este fim de semana pensando em como encaixar as coisas, em que nível cortá-las. Por exemplo, qual parte do meu simulador é substituída pela rede neural?

Acho que o que eu realmente quero é criar uma sala física com paredes de travesseiro e ter um monte de robôs alinhados para serem implantados que possam se recuperar facilmente, e deixá-los se mover a noite toda coletando dados e encontrando situações que não conseguem prever