연구진은 진화 전략(ES)이 현대 강화 학습(RL) 벤치마크에서 기존 RL 기법들과 비슷한 성능을 보이며, RL의 여러 불편함을 해결한다는 사실을 발견했어요. ES는 수십 년 전부터 알려진 최적화 기법이지만, Atari/MuJoCo와 같은 환경에서 강화 학습을 수행할 때 효과적이라는 점이 확인되었어요. ES는 복잡한 신경망 구조를 사용하지 않고도 강화 학습 문제를 해결할 수 있어, RL의 복잡성을 줄이는 데 기여할 수 있습니다.