חזרה לGlossary
מדיניות סטוכסטית
מדיניות המוציאה התפלגות הסתברות על פני פעולות (ולא פעולה דטרמיניסטית יחידה), המאפשרת חקירה וטיפול באי-ודאות אלאטורית. מדיניויות גאוסיות (ממוצע + שונות אלכסונית) הן סטנדרטיות בשיפוע מדיניות RL. Diffusion Policy ומדיניויות זרימה מנרמלות משתרעות להתפלגויות פעולה מורכבות יותר. מדיניויות סטוכסטיות הן הכרחיות ל-RL אנטרופיה מקסימלית (SAC).