Séance de cours
Exploration vs. Exploitation: Softmax Policy Quiz
Description
Cette séance de cours présente un quiz sur le dilemme exploration vs exploitation en utilisant la politique softmax, en discutant de l'importance des différences de valeurs Q et de l'impact du paramètre bêta sur la sélection des actions après les mises à jour itératives.
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.