Séance de cours

Bandits à bras multiples

Description

Cette séance de cours introduit le concept de bandits multi-bras, un cadre dans l'apprentissage de renforcement où un agent interagit avec un environnement en choisissant des actions à explorer et à exploiter. L'instructeur explique le compromis exploration-exploitation, la notion de regret et la stratégie d'échantillonnage de différentes armes pour estimer leurs moyens. L’objectif est de minimiser les regrets en équilibrant l’exploration de nouvelles actions et l’exploitation de l’action la plus connue. La séance de cours couvre la phase d'exploration, l'estimation empirique de la moyenne et le défi de déterminer la stratégie optimale dans un environnement dynamique.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.