「クモ」という言葉を学習するだけでクモ反射が引き起こされるのです。この反応も活用できます。クモの生来の能力と、スティーブが言うところの「思考評価者」が学習を行う仕組みを指定するだけで、多くの一般化を含んだ報酬関数を構築できます。

これは、あなたが必要としている、より複雑な報酬関数を構築するための、潜在的に非常にコンパクトなソリューションです。報酬関数の将来についてすべてを予測する必要はありません。関連する変数と、それらの変数を見つけるためのヒューリスティックを予測するだけで十分です。そして、学習アルゴリズムと学習サブシステムの基本アーキテクチャについて、非常にコンパクトな仕様を持たなければなりません。さらに、クモに関すること、友達に関すること、母親に関すること、交尾、社会集団、共同アイコンタクトに関することなど、あらゆる情報をPythonコードで記述する必要があります。