Flashcard: Techniques d'Optimisation en Apprentissage par Renforcement — 9 carte

Apprentissage par Renforcement — définition ?

Agent qui apprend en expérimentant dans l’environnement.

Propriété du Processus de Décision Markovien ?

Dépend uniquement de l’état actuel.

Processus de Décision Markovien — propriété ?

Dépend uniquement de l’état et de l’action présents.

Objectif de l’agent en RL ?

Maximiser la récompense cumulée.

Méthodes model-based — définition ?

Utilisent la connaissance du modèle p et r.

Fonction de valeur — rôle ?

Estime la récompense future attendue.

Équation de Bellman — purpose?

Relie valeurs actuelles et futures.

Policy iteration — principe ?

Itère entre politique et valeur optimale.

Model-free — différence ?

Apprend sans modélisation préalable.