أخذ العيّنات بالتشعّب

أسلوب أخذ عيّنات في TRPO يُعيد ضبط البيئة إلى حالة سابقة ويُجري تشغيلات متعددة بأفعال مختلفة من تلك الحالة. يُنتج تقديرات أقل تبايُناً مقارنةً بالمسار الواحد لأنه يعزل أثر الفعل عن أثر اختلاف الحالات.

A sampling scheme in TRPO that resets the environment to a previously visited state and runs multiple rollouts with different actions from that state. Produces lower-variance estimates than single-path sampling by isolating the effect of the action from the effect of different state visitation.