חזרה לGlossary
נורמליזציה של מרחב אקשן
שינוי קנה מידה של ערכי אקשן של הרובוט לטווח סטנדרטי (בדרך כלל [-1, 1]) לפני הדרכת מדיניות. נורמליזציה מבטיחה שכל ממדי האקשן תורמים באופן שווה לפונקציית ההפסד ומונעת מממדים בעלי ערכים גדולים להשתלט על עדכוני הגרדיאנט. דנורמליזציה מחזירה פלטי מדיניות ליחידות פיזיקליות (רדיאנים, מטרים/שנייה) בזמן ביצוע.