Séance de cours
Cette séance de cours couvre la transition des méthodes traditionnelles d'apprentissage par renforcement à l'apprentissage par renforcement profond, en se concentrant sur l'utilisation des réseaux de neurones artificiels pour apprendre directement les politiques sans compter sur les valeurs Q et V. Les sujets abordés incluent l'application des réseaux neuronaux profonds dans des jeux comme Chess and Go, la rétropropagation pour l'apprentissage Q profond, les fonctions d'erreur pour la représentation continue des entrées et l'utilisation des réseaux neuronaux profonds pour l'approximation des fonctions de valeur. La séance de cours traite également des défis de la modélisation de lespace dentrée pour les problèmes de contrôle et de la comparaison entre les méthodes dapprentissage TD et les approches de gradient de politique.