terminal-reward

에피소드 끝에 단일 신호만 주는 보상 설계로, 성공 또는 실패 여부만 반환하는 경우가 많다. 장기 작업에서는 어떤 행동이 실패를 초래했는지 구분하기 어려워 학습 신호가 희박해진다. 중간 보상을 도입하면 유효한 부분 행동에 대한 학습 가능성이 올라간다.