ما هو نموذج المكافأة?

طريقة تدريب تستخدم إشارات التفضيل البشري لتشكيل سلوك النموذج.

التدريب من خلال إشارات المكافأة حيث يتعلم الوكيل الإجراءات التي تزيد من العائد على المدى الطويل.

تسميات مرجعية موثوقة تستخدم لتدريب أو تقييم مخرجات النموذج.

طريقة تدريب تعمل على ضبط النماذج مباشرة على أزواج التفضيلات دون الحاجة إلى نموذج مكافأة منفصل.

مرحلة تدريب متوسطة بين التدريب المسبق والتدريب اللاحق، وغالبًا ما تستخدم لتعديلات القدرة أو المجال.

نظام برمجي يمكنه الملاحظة والتفكير واتخاذ الإجراءات لتحقيق الهدف، وغالبًا ما يستخدم الأدوات والذاكرة.