作为强化学习从业人员，务实谈谈目前的现状（2021.3.11）：
一、工作现状：
- 所有大厂几乎都会招强化学习的人才，不管是用在游戏上还是其他决策问题（推荐，广告，定价，自动驾驶。。），相比cv，目前的岗位会少一些，但是论卷的程度，cv比rl卷。所以总的来说目前不用太担心，至少比起cv领域还是容易不少（cv领域一些大厂实习已经需要顶会paper才有机会面试了）
- 几乎所有的大型游戏公司都会考虑使用强化学习。强化学习在游戏上能产生的价值已经在腾讯王者荣耀上得到了体现。对于类似的有大量用户的竞技游戏，强化学习的引入可以产生额外收益。这是大厂及初创公司的机会。初创公司需要熬到能自主研发出围绕AI的爆款游戏，否则只作为游戏AI服务商存在，能否产生巨大收益还是个问号。而这一块的技术门槛会像cv一样越来越低，要记住alphastar和openai dota five也已经是一两年前的成果了，而这一两年来强化学习用在游戏AI上几乎没有任何改变，依然需要大量的engineering。
二、技术现状：
- 依然是学术热门，当然同时也说明落地还是难，为什么难其他回答已经提到，这里不细说。这几乎是共识。
- 目前的落地明显偏向大公司。上面提到的游戏，推荐，广告，定价。。，任何一个其实都依托于成熟的产品，是在成熟的产品上去创造额外价值。这里举个类似的例子：GAN是不是不容易落地？但是GAN落地最成功的就在抖音上。几个基于GAN的特效可以产生几十亿的播放量，背后不知道产生多少收益。这很神奇。所以永远记住：Success cannot be planned。也许强化学习会在哪个目前还没注意到的领域得到更大的应用。
- 目前在机器人学习的落地也依然非常困难，使用cv+传统控制的方法更为有效。
- 相比米国，国内对强化学习的落地热情看起来更高，至少目前在美国没看到类似启元超参数的公司。
三、价值：
我们肯定不仅仅是想用一下强化学习，而是希望利用强化学习产生前所未有的价值。理论上，强化学习可以应用到任意决策问题上，或者任意用传统技术做决策做不好的地方。我最看好的依然是机器人上的应用，去实现完全的工业智能化，走进家用，形成一个独立的产品而存在。但任重道远，也许需要10年甚至20年的时间才能真正落地。这一块可以对比一下自动驾驶领域，自动驾驶实现的是车的智能化，并且如果实现高级别的自动驾驶，等价于司机，那么它的价值就变得很大，你买了一份自动驾驶程序，就等于买了一个司机。显然，机器人需要能够实现人的等价替代性才能真正产生价值。比如工厂里代替人去做包裹分拣。为什么强化学习首先在游戏上落地呢？因为利用强化学习训练的AI替代了玩家。也许比起考虑强化学习是否被广泛应用，不如考虑不管什么技术，能否替代某些人类劳动来的实在。补充：虽然这个问题是谈应用的，但是我们仍然应该谈谈落地应用之外的东西，也就是推动AGI的边界。这种可能赚不了几个钱，甚至巨烧钱，但是却是真正推动人类的技术进步！所以，其实我们更呼唤的是国内能否出现下一个deepmind？下一个openai？就不考虑落地赚钱，而仅考虑如何去给整个人类社会带来革命性的技术突破？如果给你一个选择去落地还是去探索未知，你会如何选择？这个命题或许只能靠目前国内的几家互联网巨头来回答了。
