السياسة العشوائية

بدلًا من أن تختار الشبكة فعلًا واحدًا حتميًّا، تُخرج توزيعًا احتماليًّا على جميع الأفعال المتاحة (مثلًا: يمين 60%، يسار 30%، أعلى 10%). ثم يُسحب الفعل عشوائيًّا وفقًا لهذه النسب. العشوائية ضرورية لأنّ العميل يحتاج إلى تجريب أفعال مختلفة لاكتشاف أيّها يعطي مكافآت أعلى.

A policy that outputs a probability distribution over actions rather than a single deterministic action, providing the exploration needed for learning.