Séance de cours

Renforcement de l'apprentissage : bases et applications

Description

Cette séance de cours présente les principes fondamentaux du renforcement de l'apprentissage, en mettant l'accent sur le concept de l'apprentissage pour maximiser les récompenses. Il couvre des sujets tels que les processus décisionnels de Markov, les méthodes de gradient de politiques et les avantages et inconvénients de l'apprentissage renforcé. Les applications du monde réel dans la robotique, la conduite autonome et le contrôle du réseau électrique sont discutés. La séance de cours explore également les progrès récents dans le renforcement de l'apprentissage, y compris le Q-learning profond et AlphaZero atteindre le niveau grand maître dans les jeux. Divers projets et algorithmes de renforcement de l'apprentissage sont présentés, soulignant l'importance de l'optimisation des politiques et des approches fondées sur des modèles.

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.

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.