Trong học tăng cường, thuật ngữ ‘reward’ (phần thưởng) đại diện cho điều gì?

Một tín hiệu phản hồi từ môi trường cho biết mức độ tốt hay xấu của hành động mà tác tử vừa thực hiện

Môi trường mà tác tử tương tác

Mục tiêu cuối cùng mà tác tử cần đạt được

Hàm mục tiêu mà tác tử cần tối ưu hóa