átlagjutalom

Kapcsolódó fogalmak: 
teljesítménymérték
Rövid szöveges bemutatás: 
Ez a fogalom olyan problémáknál adódik, ahol egy ágens célvezérelt. Azonban lehetnek olyan problémák, melyek nem tartalmaznak célállapotokat, csak olyan állapotot mely jobb, hasznosabb mint más állapot. Ekkor az ágens a legnagyobb hasznosságú állapotban kíván minél tovább tartózkodni. Előfordulhatnak olyan esetek azonban, mikor egy állapot hasznossága egy konkrét értékkel nem fejezhetők ki, tehát lehet olyan állapot vagy állapotok melyen hasznossága például +∞. Ekkor az ágens nem tudja eldönteni, hogy melyik állapotban is kellene maradnia. Ilyen esetekre találták ki az időegységenkénti átlagjutalmat. Ennek hatására az ágens számára megkülönböztethetőek lesznek az állapotok és tudja, hogy hol lesz érdemes tartózkodnia.