幸运的是，领域内的学者很快就关注到了这个问题，共建了类似RL-Glue、RLPy、Arcade LearningEnvironment公共的环境库。在这些库中，研究者只需要实现智能体学习部分的代码便可以完成评测。其中的集大成者，是后来居上的OpenAI的gym。除了公共环境之外，甚至允许研究者将其在gym框架下的评测结果上传到gym的网站，从而自然地形成了每个任务上的算法排行榜，从而使强化学习评测更加趋于成熟和公平。

即便于此，对于近年来的强化学习的进展仍然存在不少质疑。其核心观点大概有2个：深度强化学习并不work，真正work的可能仅仅是深度神经网络；强化学习在简单游戏上动辄上千万的训练帧数，其本质上可能更接近在memorizing搜索到的解，而不是学到了真正的知识。

对于第一点其实没有讨论的必要，举个例子，深度神经网络只是一个建模工具，强化学习是一大类学习问题，而NLP则是一个更上层的应用问题，当你使用底层是神经网络表示的强化学习算法，很好地解决了一个NLP中的一个具体问题时，你能区分是神经网络、强化学习算法和NLP建模方法谁最重要么？

• 新技术带来新挑战 网络信息安全创新永远在路上
• 遂宁首届抖音挑战赛决赛现场，小伙的"特异功能"惊艳全
• 世界人工智能大赛·智能机器人创新挑战赛决出前三强
• 江津四面山生态五项国际挑战赛下月开赛 总奖金50万等你来拿
• 挑战贝克汉姆老婆的健身餐，澳洲妹子直接吃到崩溃了！
• 刘鹤十年前提出的“经济挑战”都出现了！
• 离石白马仙洞举办山地自行车挑战赛精彩现场（视频/图）
• 刘鹤十年前提出的“经济挑战”都出现了
• 哈弗H9、传祺GS8、比亚迪唐出战，挑战日系最强硬汉，战况惨烈！
• 美国海军正式重启第二舰队 叫嚣为应对中俄挑战