O que é política e em que a estocástica difere da determinística?

No contexto do aprendizado por reforço, a política é a estratégia do agente que determina qual ação escolher em cada estado do ambiente.

Política determinista sempre escolhe a mesma ação para um dado estado, ou seja, a associação entre estado e ação é unívoca.

Política estocástica define uma distribuição de probabilidades para as ações em cada estado, ou seja, para um mesmo estado, o agente pode escolher ações diferentes com certa probabilidade.

Exemplo:

• Política determinista: no estado S, sempre escolher a ação A.
• Política estocástica: no estado S, escolher a ação A com uma probabilidade de 0.7 e a ação B com uma probabilidade de 0.3.

Políticas estocásticas são úteis quando é necessário explorar o ambiente ou quando o comportamento ótimo não é unívoco.