強(qiáng)化學(xué)習(xí)只能用于解決離散動(dòng)作空間的問(wèn)題，無(wú)法處理連續(xù)動(dòng)作空間。

數(shù)據(jù)標(biāo)注的準(zhǔn)確性只影響模型的訓(xùn)練階段，不影響模型的推理階段。

在訓(xùn)練人工智能模型時(shí)，數(shù)據(jù)的質(zhì)量和數(shù)量對(duì)模型性能的影響不大。

強(qiáng)化學(xué)習(xí)中的策略梯度方法直接對(duì)策略進(jìn)行參數(shù)化，并通過(guò)梯度上升來(lái)優(yōu)化期望回報(bào)。

強(qiáng)化學(xué)習(xí)中的狀態(tài)轉(zhuǎn)移概率必須是已知的，否則無(wú)法進(jìn)行學(xué)習(xí)。

強(qiáng)化學(xué)習(xí)中的Actor-Critic架構(gòu)結(jié)合了基于值和基于策略的方法，其中Actor負(fù)責(zé)選擇動(dòng)作，Critic負(fù)責(zé)評(píng)估動(dòng)作的價(jià)值。

在模型訓(xùn)練中，人工智能訓(xùn)練師應(yīng)該盡量使用更多的數(shù)據(jù)，無(wú)論數(shù)據(jù)質(zhì)量如何。

人工智能訓(xùn)練師的工作完全依賴于自動(dòng)化工具，不需要人工干預(yù)。

人工智能訓(xùn)練師不需要具備編程能力，只需了解數(shù)據(jù)標(biāo)注和模型評(píng)估即可。

數(shù)據(jù)標(biāo)注是一個(gè)簡(jiǎn)單且重復(fù)性的工作，不需要太多思考和創(chuàng)新。