D10 · التعلّم بالتجربةارفع ما نجحتشرح بكلمات بسيطة كيف تجعل طريقة REINFORCE حركات الحلقة الجيدة أرجح.بعض الوكلاء يتخطّون القيم كليًا، ويمسكون السياسة نفسها: فرصة لكل حركة كهذه الأعمدة، ويرمون النرد في كل مرة.