awr

AWR은 행동을 회귀로 학습하되 샘플별로 exp(A/β)로 비중을 달리해 고유리득(advantage)이 큰 프레임을 더 자주 학습하는 방법이다. 이 논문에서는 샘플링 확률을 A에 비례해 편향시키고 보조 헤드에는 중요도 가중치를 적용해 편향을 보정했다. AWR은 기존의 확률 기울기 기반 방법과 달리 행동의 확률 질량을 보전하면서 좋은 행동에 집중하는 특성이 있다.