将来もらえる報酬をどれくらい現在の価値として考慮するかを表わすハイパーパラメータ。
割引率は0と1の間の値を取り、常に一定である。
割引r=0なら、直後の報酬のみ考慮することに相当する。
r=1なら、将来もらえる報酬を減点せずすべてそのまま現在の価値の評価に反映させることに相当する。