Apprentissage par renforcement - Wikipédia

Apprentissage par renforcement - Wikipédia: "Apprentissage par renforcement
Un article de Wikipédia, l'encyclopédie libre. ↑
Aller à : Navigation, Rechercher

L'apprentissage par renforcement fait référence à une classe de problèmes d'apprentissage automatique, dont le but est d'apprendre, à partir d'expériences, ce qu'il convient de faire en différentes situations, de façon à optimiser une récompense numérique au cours du temps.

Un paradigme classique pour présenter les problèmes d'apprentissage par renforcement consiste à considérer un agent autonome, plongé au sein d'un environnement, et qui doit prendre des décisions en fonction de son état courant. En retour, l'environnement procure à l'agent une récompense, qui peut être positive ou négative.

L'agent cherche, au travers d'expériences itérées, un comportement décisionnel (appelé stratégie ou politique, et qui est une fonction associant à l'état courant l'action à exécuter) optimal, en ce sens qu'il maximise la somme des récompenses au cours du temps.
Sommaire ↑
[masquer]

* 1 Historique et lien avec la biologie
* 2 Formalisme
* 3 Algorithme
* 4 Références
* 5 Bibliographie
* 6 Liens externes

1 Historique"