Séance de cours
Comment changer la politique avec une méthode de gradient
Description
Cette séance de cours couvre le concept d'optimisation de la récompense totale attendue en associant directement les stimuli aux actions et en adaptant la politique à l'aide de méthodes de gradient. Il explique comment modifier la politique afin de maximiser la récompense totale en fonction des réponses et des exemples neuraux.
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.