რა არის პოლიტიკა და რა განსხვავებაა სტოქასტიკური და დეტერმინისტული?

კონტექსტში გაძლიერებული სწავლების, პოლიტიკა არის აგენტის სტრატეგია, რომელიც განსაზღვრავს, რომელი მოქმედება უნდა შეირჩეს გარემოს თითოეულ მდგომარეობაში.

დეტერმინისტული პოლიტიკა ყოველთვის ირჩევს ერთსა და იმავე მოქმედებას მოცემულ მდგომარეობაში, ანუ მდგომარეობასა და მოქმედებას შორის კავშირი ერთმნიშვნელოვანია.

სტოქასტიკური პოლიტიკა ადგენს ალბათობის განაწილებას მოქმედებებისთვის თითოეულ მდგომარეობაში, ამიტომ ერთსა და იმავე მდგომარეობაში აგენტი შეუძლია სხვადასხვა მოქმედების არჩევა გარკვეული ალბათობით.

მაგალითი:

• დეტერმინისტული პოლიტიკა: მდგომარეობა S-ში ყოველთვის აირჩიეთ მოქმედება A.
• სტოქასტიკური პოლიტიკა: მდგომარეობა S-ში აირჩიეთ მოქმედება A 0.7 ალბათობით და მოქმედება B 0.3 ალბათობით.

სტოქასტიკური პოლიტიკები სასარგებლოა, როდესაც საჭიროა გარემოს კვლევა ან როდესაც ოპტიმალური ქცევა ერთმნიშვნელოვანი არაა.