強化学習において；過去の経験（状態；行動；報酬；次状態）をメモリに保存し；ランダムにサンプリングして学習に使う手法を何というか。

TransformerにおけるAttentionの計算量を削減するため；全ての単語ペアではなく一部のペアのみを見る手法はどれか。