發表時間：2021（ICML 2021）
文章要點：這篇文章就是在小的環境上重新測試了一遍DQN以及一系列變種的效果，得出的結論就是說即使是在簡單任務上進行測試，也能得到有價值的結果，呼籲降低研究RL的算力門檻。具體的，作者先說就算是Atari遊戲上做研究，對算力的要求也是巨大的，Atari 2600 game from the ALE (there are 57 in total) takes roughly 5 days。然後就說不用Atari呢，直接測更簡單的環境呢，
然後得出的結論也是combining all components produces a better overall agent。然後就分析了一通結果，就說小場景上測試也能得出相似的結論，大家不要那麼苛刻，給沒有算力的人一點包容。
總結：感覺就是在小場景上實驗了DQN以及一系列變種，打的旗號主要還是argue for a need to change the status-quo in evaluating and proposing new research to avoid exacerbating the barriers to entry for newcomers from underprivileged communities，具體創新啥的確實沒有。
疑問：裏面有個結論還是挺意外的，Adam+MSE is a superior combination than RMSProp+Huber.
