Behavior Policy

السياسة التي يتبعها الوكيل فعلياً أثناء التفاعل مع البيئة لجمع التجارب. في Q-Learning تكون عادةً سياسة ε-جشعة تمزج بين الاستكشاف والاستغلال.

The policy the agent actually follows while interacting with the environment to collect experience. In Q-Learning this is typically an ε-greedy policy mixing exploration and exploitation.