https://www.youtube.com/watch?v=U93bUQ1roiw

どうやらこの動画の説明によると、
失敗したことを記憶するらしいな

今までの強化学習では、報酬が多くもらえる動作を何回も学習しないといけなかった
だからルールが教えられてない状態、複雑なゲームだと、攻略するのに何百回ものプレイが必要だった

AdAは「数分」で環境とルールを把握して、ゲームを攻略する