Techniques d'Optimisation en Apprentissage par Renforcement

📋 Plan du Cours

1. Apprentissage par Renforcement
2. Processus de Décision Markovien
3. Méthodes model-based
4. Politique et Retour
5. Value functions
6. Équations de Bellman
7. Méthodes policy iteration
8. Méthodes value iteration
9. Méthodes modified policy iteration
10. Méthodes model-free

📖 1. Apprentissage par Renforcement

🔑 Notions clés & Définitions

• Agent : Entité qui interagit avec l’environnement, apprend de ses propres expériences pour atteindre un objectif donné, notamment dans des problèmes interactifs et décisionnels séquentiels. Saulières (2022) : un agent apprend un comportement optimal en expérimentant dans un environnement inconnu ou partiellement connu.
• Apprentissage par expérience : Processus par lequel un agent acquiert des connaissances en expérimentant directement dans l’environnement, sans modèle préalable des dynamiques. Saulières (2022) : l’agent apprend en observant ses transitions et récompenses réelles lors de ses interactions.
• Problèmes interactifs et décision séquentielle : Situations où l’agent doit prendre une série de décisions dans un environnement dynamique, en tenant compte des conséquences futures de ses actions. Saulières (2022) : la décision courante influence le futur, nécessitant une stratégie globale.
• Objectif d’apprentissage d’un comportement optimal : L’agent cherche à maximiser une fonction de récompense cumulée sur le long terme, en adoptant une politique qui optimise…