RLOO (Reinforce Leave-One-Out)
강화학습에서 경사도를 추정할 때 분산을 줄이기 위해 사용하는 기법으로, 여러 샘플 중 하나를 제외한 나머지의 평균을 기준으로 보상을 계산한다. 미분 불가능한 함수의 최적화에 유용하다.