몬테카를로 비평가 최적화를 통한 강화 학습에서의 안내된 탐색

제안된 방법은 정책 매개변수에 따라 조정되는 차별화 가능한 제어기를 사용하여 관심 영역을 향한 탐색을 안내하고 학습 과정에서 탐색 크기를 동적으로 조정합니다.