ニューラルネットワークのパラメータを削減する際；「重み行列の階数（ランク）」を意識して圧縮する手法を何というか。

強化学習において；エージェントが「目先の報酬」に飛びつかず；「最終的な勝利」のために今の損を受け入れる度合いを調整する値はどれか。