Séance de cours
Apprentissage par renforcement : horizon en une étape (problèmes de bande)
Description
Cette séance de cours introduit le concept de problèmes de bandits dans l'apprentissage de renforcement, où l'on doit choisir entre différentes actions et reçoit immédiatement une récompense. Les diapositives couvrent des sujets tels que les jeux d'horizon en une étape, les valeurs Q, la politique optimale, les règles de mise à jour itératives, la moyenne empirique et la convergence des attentes.
Source officielle
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.