בהקשר של למידת חיזוק ובינה מלאכותית, גורם ההנחה (Discount Factor), המכונה לעתים קרובות גמא (γ), ממלא תפקיד מכריע בקביעת מידת החשיבות שאלגוריתם נותן לתגמולים עתידיים. זהו ערך בין 0 ל-1 שמכפיל את התגמולים הצפויים העתידיים, ובכך משפיע על הערך הנוכחי של התגמולים הללו. מקדם הנחה קרוב ל-0 יגרום לסוכן לקצר רואי, תוך התמקדות בעיקר בתגמולים מיידיים, בעוד שערך קרוב יותר ל-1 יגרום לסוכן לתעדף תגמולים לטווח ארוך.
בחירת גורם ההנחה יכולה להשפיע עמוקות על התנהגותו של סוכן. לדוגמה, במשחק או סימולציה, סוכן עם מקדם הנחה נמוך עשוי לבצע מהלכים שנותנים הטבות מיידיות אך מזיקות בטווח הארוך. לעומת זאת, מקדם הנחה גבוה עשוי להוביל את הסוכן להקריב רווחים מיידיים בתקווה לתגמול גדול יותר בעתיד. זוהי דרך לאזן בין סיפוק מיידי לעתיד, המעצבת את תהליך הלמידה וקבלת ההחלטות של מודלים של AI.
