4/9 Etapa 2: um Especialista leva isso adiante

As demonstrações humanas treinam um Especialista, uma política especializada que continua praticando em simulação até executar a tarefa com perfeição. Ela chega perto de 100% de sucesso com cerca de US$ 5 a US$ 10 em computação.

Aqui está ele na tarefa 8100, com três configurações iniciais. A tigela, https://t.co/dqmDpbUVTq