행동 정책
특정 롤아웃을 생성한 모델 버전으로서, 정책 그래디언트 계열 기법이 유효하려면 트레이너가 바로 그 행동 정책이 본 컨텍스트를 기준으로 손실을 계산해야 한다는 점에서 중요하다.
