تحسين السياسة الأقرب

خوارزمية للتعلُّم المُعَزَّز تُدرِّب الوكيل على تحقيق مهام معقدة، عن طريق تحسين دالة هدف بديلة لتقييد حجم الخطوة في كل تحديث للسياسة.

Proximal Policy Optimization (PPO)