Séance de cours
Estimation de la politique: Le trick de log-probabilité
Description
Cette séance de cours couvre l'astuce log-probabilité pour l'estimation des politiques, expliquant les formules mathématiques et les calculs impliqués dans la mise à jour des poids politiques basés sur les récompenses. Elle s'oriente également vers l'estimation des gradients politiques en utilisant la moyenne de l'échantillon comme approximation de Monte Carlo, ce qui donne des indications sur les approximations rapides des gradients. L'instructeur utilise des exemples pour illustrer les concepts, y compris les réponses des neurones et les calculs de récompense.
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.