Séance de cours interactive : Apprentissage du renforcement

Cette séance de cours porte sur des sujets avancés dans le domaine de l'apprentissage automatique, axés sur le renforcement de l'apprentissage (RL). L'instructeur explique les politiques de RL, les modèles du monde, la recherche optimale des politiques, les fonctions de valeur, les fonctions de valeur V-Q, la récursion de Bellman et les facteurs d'actualisation. Les exercices impliquent l'élaboration de politiques optimales dans les mondes du réseau. La séance de cours s'inscrit également dans différentes règles de mise à jour en matière de programmation dynamique, d'échantillonnage Monte Carlo et de contrôle TD sur la politique. Il traite de la recherche hors ligne par rapport à la recherche en ligne, en combinant RL avec l'apprentissage supervisé, et l'importance des simulateurs réalistes. La séance se termine par un résumé des concepts de RL et de leurs applications.