AI探索者在陌生世界里学得挺快,可一旦世界偷偷变了规则,它还蒙在鼓里

现在的 AI 探索智能体在全新、陌生的环境里,学习和摸索规则的速度很快,能快速找到合适的行动方式拿到预期奖励,可如果环境底层规则悄悄