Trong Học Máy Tăng Cường, ‘Policy’ (Chính sách) là gì?

Hàm thưởng mà Agent nhận được

Cách mà Agent chọn hành động dựa trên trạng thái hiện tại của môi trường

Mô tả của môi trường

Trạng thái cuối cùng của quá trình tương tác