misalkan Anda melatih agen RL untuk memaksimalkan hadiah di berbagai lingkungan Kemudian jika Anda menjatuhkannya ke lingkungan baru, pertanyaan pertama yang akan dipelajarinya adalah "Apa fungsi hadiah saya di sini?" bahkan mungkin belajar memodelkan motif simulatornya untuk mencari tahu ini

"Apa Tujuan/Tujuan Saya" terasa konvergen secara instrumental. Saya bertanya-tanya apakah dalam arti tertentu itulah sebabnya kita mencari tuhan