المكافأة الجوهرية

مكافأة يحسبها الوكيل بنفسه (كخطأ التنبؤ أو عدّ الحالات الجديدة) وتُضاف إلى المكافأة الخارجية لتوجيه سلوك الاستكشاف.

A reward computed by the agent itself (such as prediction error or novelty count) and added to the extrinsic reward to guide exploration behavior.