Premia eksploracyjna malejąca z liczbą odwiedzin stanu (lub pary stan–akcja), realizująca zasadę optymizmu wobec niepewności; pseudo-liczniki uogólniają ją na duże przestrzenie.
An exploration bonus that shrinks with the visit count of a state or state–action pair, implementing optimism under uncertainty; pseudo-counts extend it to large spaces.
Program dostaje dodatkowy punkt za odwiedzenie miejsc, w których był rzadko, więc chętniej tam zagląda.
The program earns a bonus for visiting places it has rarely been, so it is drawn there.
Agent kręci się w znanych rejonach i nie wie, które miejsca są dla niego jeszcze zagadką.
An agent circles familiar areas and cannot tell which places are still a mystery to it.
Jak lista odwiedzonych sklepów: im rzadziej byłeś w danym, tym bardziej zakładasz, że może cię mile zaskoczyć.
Like a list of visited shops: the less often you have been to one, the more you assume it might surprise you.
Robot sprzątający zapamiętuje, gdzie już był, i kieruje się w kąty mieszkania odwiedzane najrzadziej.
A cleaning robot remembers where it has been and heads for the corners of the flat it visits least.