在 Arcade Learning Environment (ALE) 中的某些 Atari 游戏中，需要按FIRE一次才能开始游戏。因为强化学习 (RL) 代理可能很难学习这一点，所以他们可能经常浪费大量时间来执行什么都不做的动作。因此，我的印象是，有些人对他们的代理进行硬编码，以便FIRE在必要时按下该按钮一次。

例如，在 OpenAI 的基线存储库中，这是使用FireResetEnv包装器实现的。再往下，在他们的wrap_deepmind（其中应用了该包装器）中，暗示 DeepMind 倾向于在其所有出版物中使用此功能。不过，我无法找到此声明的参考资料。

我的问题是：在已发表的研究（DeepMind 或其他人）中使用上述功能是否常见？我想说的是，如果是这种情况，应该在这些论文中明确提及（因为了解硬编码的领域知识是否已添加到学习代理中很重要），但我在查看后无法明确找到各种各样的论文。因此，基于此，我倾向于相信答案是“不”。然后让我感到困惑的主要事情是 OpenAI 基线存储库中的暗示（没有参考）答案将是“是”。