Our results indicate that the Footb

Our results indicate that the Football Benchmarks are interesting research problems of varying difficulties. In particular, the Football Easy Benchmark appears to be suitable for research on single-machine algorithms while the Football Hard Benchmark proves to be challenging even for massively distributed RL algorithms. Based on the nature of the environment and the difficulty of the benchmarks, we expect them to be useful for investigating current scientific challenges such as sample-efficient RL, sparse rewards, or model based RL.

結果 (繁體中文) 1:

我們的研究結果表明，足球基準是不同的困難，有趣的研究問題。尤其是足球簡易基準出現，而足球硬基準證明即使是大規模分佈式RL算法是具有挑戰性的是適用於單機算法的研究。基於環境的性質和基準的難度，我們希望他們成為當前研究的科學挑戰，如基於RL樣本高效RL，稀疏的獎勵，或模型是有用的。

結果 (繁體中文) 2:

我們的結果表明，足球基準是有趣的研究問題，不同的困難。特別是，足球簡易基準似乎適合研究單機演算法，而足球硬基準被證明是具有挑戰性的，即使大規模分佈的RL演算法。基於環境的性質和基準的難點，我們期望它們對於研究當前的科學挑戰（如樣本效率的 RL、稀疏獎勵或基於模型的 RL）非常有用。

結果 (繁體中文) 3:

我們的研究結果表明，足球基準是一個有趣的研究問題，有不同的困難。特別是，Football-Easy基準似乎適合於單機算灋的研究，而Football-Hard基準即使對於大規模分佈式RL算灋也具有挑戰性。基於環境的性質和基準的難度，我們期望它們對於研究當前的科學挑戰，如樣本有效的RL、稀疏獎勵或基於模型的RL是有用的。