Juste un petit PSA amical que les évaluations ne sont pas des environnements RL. La raison principale est que les évaluations ne récompensent généralement pas le hack, alors que le RL en ligne trouvera souvent un moyen si vous en laissez un ouvert. Vous pouvez construire des évaluations qui sont des environnements RL, mais elles doivent être beaucoup plus sécurisées que ce qui est typique.