Apprentissage du renforcement: processus Markov et optimisation des politiques
Séances de cours associées (46)
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.
Explore la relation entre la fluctuation des valeurs Q dans le SARSA et l'équation de Bellman par le biais des attentes et de la constance des politiques.
Explore les temps d'arrêt dans les martingales et le mouvement brownien, en discutant des propriétés de convergence et de la forte propriété de Markov.
Explore l'application de l'apprentissage de renforcement pour enseigner à Pacman à jouer de façon autonome en utilisant les méthodes de gradient de politique et les processus de décision Markov.
Explore la synthèse de boucliers pour l'exécution dans les systèmes réactifs, assurant un comportement correct avec une déviation minimale, illustré avec des exemples comme les contrôleurs de feux de circulation et Pac-Man.
Discuter de la gestion à domicile du paludisme en Afrique, en mettant l'accent sur les résultats de la recherche et les attitudes des communautés à l'égard des médicaments préemballés.
