« Apprentissage par renforcement » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| (20 versions intermédiaires par 2 utilisateurs non affichées) | |||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
En apprentissage par renforcement | En apprentissage par renforcement, l’algorithme apprend un comportement à partir d’expériences répétées, de façon à optimiser les récompenses reçues au cours du temps. Tout comme l’[[Apprentissage non supervisé|apprentissage non supervisé,]] l’apprentissage par renforcement n’a pas besoin de données étiquetées. | ||
Typiquement, un agent intelligent, qui est plongé au sein | Typiquement, un agent intelligent, qui est plongé au sein d’un environnement, prend une décision ou réalise une action en fonction de son état courant et de l’observation de son environnement. En retour de l’action de l’agent, l’environnement procure à l’agent une récompense ou une punition. | ||
On peut voir | On peut voir l’apprentissage par renforcement comme un jeu d’essais et d’erreurs dont le but est de déterminer les actions qui vont maximiser les gains d’un agent intelligent. Il élaborera ainsi un comportement optimal, appelé stratégie ou politique, qui est une fonction associant à l’état courant l’action à exécuter. | ||
Voir aussi: | |||
* [[apprentissage par fonction Q]] | |||
* apprentissage avec [[politique d'action]]. | |||
* [[apprentissage par renforcement inverse|'''apprentissage par renforcement inverse''']] | |||
==Compléments== | |||
En gros, il existe deux approches à l'apprentissage par renforcement: celles qui se [[Apprentissage par renforcement à base de modèles|basent sur un modèle]] (en anglais, ''model-based''), c.-à-d. une représentation formelle de l'environnement, et celles qui n'utilisent [[Apprentissage par renforcement sans modèle|pas de modèle]] (en anglais, ''model-free''). | |||
<hr/> | |||
L’apprentissage par renforcement se démarque de l'<nowiki/>'''[[apprentissage supervisé]]''' et de l''''[[apprentissage non supervisé]]''' par son côté interactif et itératif. L’agent intelligent essaie plusieurs solutions, on parle « d’exploration », observe la réaction de l’environnement et adapte son comportement pour découvrir la meilleure stratégie. On dira qu'il « exploite » le résultat de ses explorations (exploitation). | |||
==Français== | ==Français== | ||
| Ligne 19 : | Ligne 22 : | ||
==Anglais== | ==Anglais== | ||
'''reinforcement learning''' | '''reinforcement learning''' | ||
==Sources== | |||
*[https://fr.wikipedia.org/wiki/Apprentissage_par_renforcement ''Source: Wikipedia''] | |||
</small><br> | |||
{{Modèle:101}} | |||
{{Modèle:GDT}} | |||
</small><br> | |||
[[Catégorie:GDT]] | [[Catégorie:GDT]] | ||
[[Catégorie:101]] | |||
[[Catégorie:Apprentissage automatique]] | [[Catégorie:Apprentissage automatique]] | ||
[[Catégorie:GRAND LEXIQUE FRANÇAIS]] | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 9 juillet 2024 à 14:57
Définition
En apprentissage par renforcement, l’algorithme apprend un comportement à partir d’expériences répétées, de façon à optimiser les récompenses reçues au cours du temps. Tout comme l’apprentissage non supervisé, l’apprentissage par renforcement n’a pas besoin de données étiquetées.
Typiquement, un agent intelligent, qui est plongé au sein d’un environnement, prend une décision ou réalise une action en fonction de son état courant et de l’observation de son environnement. En retour de l’action de l’agent, l’environnement procure à l’agent une récompense ou une punition.
On peut voir l’apprentissage par renforcement comme un jeu d’essais et d’erreurs dont le but est de déterminer les actions qui vont maximiser les gains d’un agent intelligent. Il élaborera ainsi un comportement optimal, appelé stratégie ou politique, qui est une fonction associant à l’état courant l’action à exécuter.
Voir aussi:
- apprentissage par fonction Q
- apprentissage avec politique d'action.
- apprentissage par renforcement inverse
Compléments
En gros, il existe deux approches à l'apprentissage par renforcement: celles qui se basent sur un modèle (en anglais, model-based), c.-à-d. une représentation formelle de l'environnement, et celles qui n'utilisent pas de modèle (en anglais, model-free).
L’apprentissage par renforcement se démarque de l'apprentissage supervisé et de l'apprentissage non supervisé par son côté interactif et itératif. L’agent intelligent essaie plusieurs solutions, on parle « d’exploration », observe la réaction de l’environnement et adapte son comportement pour découvrir la meilleure stratégie. On dira qu'il « exploite » le résultat de ses explorations (exploitation).
Français
apprentissage par renforcement
Anglais
reinforcement learning
Sources
101 MOTS DE L' IA
Ce terme est sélectionné pour le livre « Les 101 mots de l'intelligence artificielle »
Contributeurs: Claude Coulombe, Jacques Barolet, wiki, Robert Meloche
