我被古德哈特法则的相似性所震撼——对于任何在公司工作过的人来说都很熟悉——与奖励黑客/游戏在强化学习中的问题是多么相似。 不过，或许一个关键的区别在于，在古德哈特法则中，正是将一个指标作为目标的行为使得它不再是一个好的指标。