Apenas um aviso amigável de que as avaliações não são ambientes de RL. A principal razão para isso é que as avaliações normalmente não recompensam hacks, enquanto o RL online frequentemente encontrará uma maneira se você deixar uma aberta. Você pode construir avaliações que são iguais a ambientes de RL, mas elas devem ser muito mais robustas do que o habitual.