Passer au contenu principal

Recherche

Afficher tous les résultats pour

Accueil

Séance de cours

Apprentissage par renforcement: problèmes de bandits

À propos
Confidentialité
Mentions légales

Copyright © 2025 EPFL, tous droits réservés

Graph Chatbot

Description

Cette séance de cours couvre une preuve en deux lignes de la convergence dans l'attente de la règle d'apprentissage utilisée dans l'apprentissage par renforcement avec un horizon en 1 étape, démontrant que l'estimation empirique de la valeur Q converge vers la valeur Q réelle.

Source officielle

https://mediaspace.epfl.ch/media/0_zbydbzir

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.

Dans cours

DEMO: veniam ad est

Consectetur tempor qui duis culpa qui fugiat. Elit aliqua ea labore enim duis ipsum non est laborum. Commodo elit reprehenderit aliquip id. Amet occaecat aliquip excepteur elit laborum non. Sunt eu pariatur deserunt deserunt eiusmod aliqua occaecat duis officia. Lorem veniam aliquip eiusmod aute labore nulla aliqua.

Enseignants (2)

magna mollit dolor

Aliquip fugiat anim qui irure officia. Elit ut sint culpa amet duis minim cillum mollit do dolor. Cillum eiusmod anim ea et cillum proident aliquip mollit.

exercitation do nulla

Lorem veniam quis non ipsum. Aliqua velit aliqua pariatur cillum ullamco laboris officia. Reprehenderit esse ad non amet laborum velit voluptate pariatur fugiat do nostrud. Aliquip adipisicing duis pariatur culpa aliqua occaecat dolore sunt ullamco consectetur esse et laborum. Laboris mollit esse commodo veniam aute enim incididunt excepteur quis exercitation commodo elit non laboris. Et amet commodo exercitation laborum laborum reprehenderit laboris minim quis cillum laborum.

Séances de cours associées (28)

Perception : Approches fondées sur les données

Explore la perception dans l'apprentissage profond pour les véhicules autonomes, couvrant la classification d'image, les méthodes d'optimisation, et le rôle de la représentation dans l'apprentissage automatique.

Agents d'apprentissage: Tradeoff Exploration-Exploitation

Explore le compromis exploration-exploitation dans l'apprentissage des effets inconnus des actions en utilisant des bandits multi-armés et Q-learning.

Introduction à l'apprentissage par renforcement: concepts et applications

Introduit l'apprentissage par renforcement, couvrant ses concepts, ses applications et ses algorithmes clés.

Apprentissage autosupervisé pour les véhicules autonomes

Explore l'apprentissage autosupervisé pour les véhicules autonomes, en dérivant des étiquettes de données elles-mêmes et en discutant de ses applications et de ses défis.

Agents d'apprentissage profond : Renforcement de l'apprentissage

Explore les agents d'apprentissage profond dans l'apprentissage du renforcement, en mettant l'accent sur les approximations du réseau neuronal et les défis dans la formation des systèmes multiactifs.