الاشتراط على العائد

آلية يُحدَّد فيها العائد المرغوب كمُدخَل للنموذج ليولّد أفعالاً تتوافق مع مسارات حقّقت عوائد مشابهة في بيانات التدريب، مما يُتيح التحكّم في مستوى مهارة الوكيل.

A mechanism where a desired return is specified as input to the model, prompting it to generate actions consistent with training trajectories that achieved similar returns, enabling control over the agent's skill level.