发表时间：2021（ICML 2021）
文章要点：这篇文章就是在小的环境上重新测试了一遍DQN以及一系列变种的效果，得出的结论就是说即使是在简单任务上进行测试，也能得到有价值的结果，呼吁降低研究RL的算力门槛。具体的，作者先说就算是Atari游戏上做研究，对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。然后就说不用Atari呢，直接测更简单的环境呢，
然后得出的结论也是combining all components produces a better overall agent。然后就分析了一通结果，就说小场景上测试也能得出相似的结论，大家不要那么苛刻，给没有算力的人一点包容。
总结：感觉就是在小场景上实验了DQN以及一系列变种，打的旗号主要还是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，具体创新啥的确实没有。
疑问：里面有个结论还是挺意外的，Adam+MSE is a superior combination than RMSProp+Huber.
