다중 회차 강화학습
다중 회차 강화학습은 에이전트의 전체 상호작용 시퀀스를 보상 신호로 최적화하여 단계별 의사결정과 도구 조율, 중간 실패 복구 능력을 학습시키는 기법이다. 입력으로는 대화 또는 연속된 작업 상태가 주어지고 에이전트는 여러 턴에 걸쳐 행동을 선택하며 누적 보상을 최대화하도록 정책을 갱신한다. 복잡한 워크플로에서 국소적 응답 최적화로는 잡기 어려운 장기적 오류 전파를 줄이는 데 중요하다.