Séance de cours
Apprentissage par renforcement : algorithme SARSA
Description
Cette séance de cours couvre l'algorithme SARSA, un puissant algorithme on-policy utilisé dans l'apprentissage par renforcement. La séquence'state-action-reward-state-action' est cruciale pour la mise à jour des valeurs Q. La séance de cours explique le processus de mise à jour itérative des valeurs Q dans des environnements à plusieurs étapes, compare le SARSA avec l'équation de Bellman et fournit des exemples pratiques d'application du SARSA dans un environnement unidimensionnel. De plus, il traite de la convergence du SARSA et de l’importance de l’exploration dans l’apprentissage par renforcement.
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.