Séance de cours
Cette séance de cours couvre la relation entre les algorithmes de gradient de politique et les valeurs V, expliquant comment les valeurs V peuvent être utilisées pour accélérer la convergence des algorithmes à travers des réseaux de critiques actifs. Il traite également du calcul des valeurs V dans un réseau séparé et du partage potentiel des neurones avec le réseau réel.