Il Q-learning non è ancora scalabile

L'apprendimento per rinforzo (RL) non è ancora scalabile per problemi complessi con lunghi orizzonti temporali.

I metodi di Q-learning attuali non affrontano adeguatamente l'accumulo di bias nel tempo, limitandone la scalabilità.

Le tecniche di riduzione dell'orizzonte mostrano miglioramenti nella scalabilità dell'RL, ma non risolvono completamente il problema.

C'è necessità di sviluppare algoritmi di RL fuori-politica scalabili per affrontare problemi reali complessi.