reward-collapse

보상 신호가 한 가지 전략이나 동일한 값으로 수렴해 그룹 내 차이가 사라지는 현상입니다. 평균 보상과 손실 곡선이 정상처럼 보여도 특정 항목의 분산이 0에 가까우면 그 항목은 학습을 전혀 유도하지 못합니다.