徑向基底函數（radial basis functions, RBF）

粗略編碼的平滑版本。在狀態空間中撒下一組「中心」；每個中心擁有一個特徵，狀態正好落在中心上時最大，並隨距離平滑地衰減，就像一個高斯隆起。狀態靠近某中心就強烈觸發該特徵，遠離就微弱觸發。於是你得到的不是 0/1 的瓦片，而是柔和、有層次的激活。

第 i 個特徵是 x_i(s) = exp(-||s - c_i||^2 / (2 sigma_i^2))，其中 c_i 是中心、sigma_i 是寬度。價值仍是慣常的線性和 w^T x(s)，此時成了一個平滑曲面——處處可微，當你想要平滑的策略或梯度時會有幫助。寬度 sigma 設定推廣程度，就如感受野大小在粗略編碼中所做的一樣。

RBF 帶來平滑與漂亮的內插，但也繼承了維度詛咒——要用隆起覆蓋高維空間需要指數級數量的中心，而選中心與寬度本身又是一道調參難題。它在低維、平滑的控制任務中大放異彩；高維任務則由深度網路主宰。