通用價值函數近似器（universal value function approximators, UVFA）

一般的價值函數只回答一個問題：對我的單一任務而言，這個狀態有多好？通用價值函數則一次回答一整片問題：若我的目標是 g，這個狀態有多好——對你想得到的任何目標 g 皆然。它是單一個函數 V(s, g)——或 Q(s, a, g)——同時吃進「你在哪裡」與「你想達成什麼」，回傳那組配對的期望報酬。

把目標折進函數裡，重點在於跨目標的泛化。一張普通的表必須各自獨立地學每個目標的價值，但一個建立在（狀態, 目標）配對上的神經近似器能共享結構：學會了如何為某個目標評價各狀態後，它能對從未受訓過的目標做出合理內插，因為鄰近的目標通常有相似的價值地貌。這正是讓目標條件式與階層式智能體得以規模化的表示。

UVFA 與事後重標記天生互補，後者製造出它所需學習的大量（狀態, 目標）資料；它也給管理者一個乾淨的辦法去評估哪些目標值得交給工作者。代價是：在聯合空間上學一個函數，比只在狀態上學更難，而糟糕的目標表示會讓泛化崩潰。