私の成功したモデルの中には、ピクセルを基にトレーニングされたものの中で、カメラを時々動かそうとする奇妙な挙動を示すものがあります。ポリシーを見ている人間には、そのモデルが失敗しているように見えます。しかし実際には、そのモデルは視覚情報を収集する方法を学んだのです。