A neural RL agent buys a stock at $100 and sells at $108. What reward is obtained if reward = profit?

Đáp án đúng: "8". Trong học tăng cường, phần thưởng (reward) là tín hiệu môi trường trả về sau hành động; ở đây phần thưởng được định nghĩa bằng lợi nhuận của giao dịch. Tác tử mua ở 100 đô la và bán ở 108 đô la nên lợi nhuận là 108 trừ 100 bằng 8, đó chính là phần thưởng nhận được, chưa tính phí hay chiết khấu vì đề không nêu. "6" sai vì chỉ ra được khi trừ thêm một khoản phí 2 đô la mà đề không cho. "7" sai vì cũng không khớp phép tính nào từ dữ kiện; lệch 1 so với lợi nhuận thật. "10" sai vì đó là lợi nhuận khi giá bán là 110, hoặc là nhầm lẫn với một con số tròn, trong khi giá bán thực tế là 108. Ghi nhớ: khi phần thưởng bằng lợi nhuận, chỉ cần lấy giá bán trừ giá mua, và lợi suất tương ứng là 8 chia 100 bằng 8%.