发表时间：2018（2nd reproducibility in machine learning workshop at icml 2018）
文章要点：文章想说，现在这些rl算法不好复现，就是因为大家各搞各的，评估标准不一样，计算方式不一样等等。然后作者就提出了一个evaluation pipeline，大概意思就是说大家写算法的时候，train可以各搞各的，test的时候要用相同的标准接口实现，然后用一个单独设计的统一的或者说第三方的evaluation来比较，就没了。
总结：看了这篇文章的第一反应是，这也能发？
疑问：无