Mini-bateaux dans l'apprentissage de renforcement profond sur-et-hors-politique

Cette séance de cours couvre l'importance des mini-batches dans l'apprentissage par renforcement profond, expliquant comment éviter la corrélation de données en utilisant des tampons de relecture ou plusieurs acteurs. Il aborde les méthodes on-policy et off-policy, telles que Q-Learning et Advantage Actor-Critic, ainsi que les avantages et les inconvénients de chaque approche.