تقريب الدوال المتوافق

شرط على مُقرِّب دالة القيمة (الناقد) يضمن أنّ استخدامه بدلاً من Q الحقيقي لا يسبّب انحيازاً في تقدير متّجه ميل السياسة. يتطلب أن يكون متّجه ميل الناقد مساوياً لدالة نتيجة السياسة.

A condition on the value function approximator (critic) ensuring that using it in place of the true Q does not bias the policy gradient estimate. Requires the critic's gradient to equal the policy's score function.