Séance de cours

Premiers pas vers l’apprentissage par renforcement profond

Description

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.

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.