Séance de cours
Quiz : méthodes de gradient de politique
Description
Cette séance de cours présente un quiz où l'instructeur discute de diverses revendications liées aux algorithmes d'apprentissage par renforcement, telles que l'utilisation de valeurs Q ou V, la transition de l'apprentissage par lots à l'apprentissage en ligne, l'optimisation de la récompense totale attendue et la signification intuitive de la dérivée de la politique de journalisation.
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.