發表時間：2018（2nd reproducibility in machine learning workshop at icml 2018）
文章要點：文章想說，現在這些rl算法不好複現，就是因為大家各搞各的，評估标準不一樣，計算方式不一樣等等。然後作者就提出了一個evaluation pipeline，大概意思就是說大家寫算法的時候，train可以各搞各的，test的時候要用相同的标準接口實作，然後用一個單獨設計的統一的或者說第三方的evaluation來比較，就沒了。
總結：看了這篇文章的第一反應是，這也能發？
疑問：無