Séance de cours

Évaluation du gradient de la politique : Exemple (horizon à 1 étape)

Description

Cette séance de cours couvre l'évaluation des gradients de politique en utilisant un exemple avec un horizon en 1 étape, en discutant de la règle en ligne de l'acteur binaire trouvée rapidement avec le tour de log-vraisemblance et en explorant diverses interprétations de la règle résultante. Il se penche également sur la règle de mise à jour de lexemple, en la comparant avec le modèle Perceptron et en la reliant à la biologie en analysant la direction du vecteur de poids en réponse à des stimuli. En outre, il explore la généralisation en soustrayant une ligne de base de récompense et en dérivant une règle de gradient en ligne, démontrant son efficacité à maximiser les récompenses.

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.