חזרה לGlossary
עיצוב תגמול
שינוי פונקציית התגמול לספקת אותות למידה צפופים ומעידים יותר ללא שינוי המדיניות האופטימלית. לדוגמה, הוספת תגמול shaping מבוסס-פוטנציאל המעניק קרדיט חלקי על התקרבות למטרה. עיצוב תגמול מאיץ בצורה דרמטית אימון RL בסביבות בעלות תגמול דל אך דורש זהירות כדי להימנע מהצגת אופטימה מקומיים בלתי מכוונים.