Cuando el agente sueña bien pero actúa mal

Entrenar agentes de robótica en el mundo real es caro, por eso se entrenan en mundos virtuales. Pero imaginar bien no alcanza para actuar bien: un modelo que sueña escenarios correctos y aun así falla al ejecutarlos, y la pregunta incómoda de qué pasa cuando el agente entiende mal una instrucción ambigua.