強化学習（RL）は人工的なドメインでの成功を収めてきましたが、実世界のシナリオへの応用には多くの課題が残っています。本記事では、RLを実世界の問題に展開するために解決すべき9つの独自の課題を提示します。それぞれの課題に対して、その具体的な意味、文献からのアプローチ、および評価のための指標が示されています。これらの課題に応じたアプローチは、多くの実世界の問題に適用可能であるとされています。また、実践的なRL研究のためのテストベッドとして、この課題を提示するために修正された例のドメインも紹介されています。