论文系统分析深度强化学习中的算法设计与评估范式，提出强化学习规模定律的理论基础，并指出算法性能排名与数据规模并非单调对应。大规模实验显示，部分遵循经典范式的研究可能因此得出错误结论，涉及扩展性、模型容量与复杂度评估。
最近 24 小时暂无可用热度快照。