Séance de cours

Agents d'apprentissage profond : Renforcement de l'apprentissage

Description

Cette séance de cours de l'instructeur aborde le thème des agents d'apprentissage profond dans l'apprentissage du renforcement. Il s'articule autour de concepts tels que l'apprentissage en profondeur du renforcement, l'apprentissage hors politique, l'apprentissage multi-agents du renforcement et les défis auxquels sont confrontés les agents de formation. La séance de cours traite de l'utilisation des réseaux neuraux pour rapprocher les tables Q, les valeurs et les politiques, ce qui permet de renforcer l'apprentissage sans modèle. Il explore l'architecture acteur-critique, l'apprentissage multitâche et l'optimisation de la politique proximale. L'importance de la généralisation pour l'apprentissage dans des états et des actions invisibles est soulignée, ainsi que la complexité des contextes multiactifs et les faiblesses potentielles des simulations de formation.

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.