Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
Séance de cours
Méthodes de dégradé de politique: plusieurs étapes temporelles
Description
Cette séance de cours couvre les méthodes de gradient de politique sur plusieurs étapes temporelles, dans le but de mettre à jour les paramètres de politique pour maximiser la récompense totale escomptée. Les diapositives présentent la dérivation de ces méthodes, y compris le calcul des récompenses accumulées en épisodes et le pseudo-code de l'algorithme REINFORCE.
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.