عائد مونت كارلو

مجموع المكافآت المُخصَّمة من خطوة زمنية معيّنة حتى نهاية المحاولة. تقدير غير منحاز للقيمة لكن تباينه مرتفع لأنه يعتمد على كل حدث عشوائي مستقبلي.

The sum of discounted rewards from a given timestep to the end of the episode. An unbiased value estimate but with high variance since it depends on every future random event.