« Apprentissage par fonction Q » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un agent dans les décisions à prendre dans une situation donnée. | Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un agent dans les décisions à prendre dans une situation donnée. | ||
Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le réseau de neurones comporte plus d'une [[couche cachée]]. | |||
== Compléments == | == Compléments == | ||
| Ligne 10 : | Ligne 12 : | ||
'''apprentissage par fonction état-action''' | '''apprentissage par fonction état-action''' | ||
'''apprentissage profond par fonction Q''' | |||
==Anglais== | ==Anglais== | ||
| Ligne 16 : | Ligne 20 : | ||
'''Q learning''' | '''Q learning''' | ||
'''deep Q learning''' | |||
==Sources== | ==Sources== | ||
Version du 16 juillet 2024 à 13:27
Définition
Algorithme d'apprentissage par renforcement sans modèle ayant pour but d'apprendre une stratégie qui guidera un agent dans les décisions à prendre dans une situation donnée.
Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le réseau de neurones comporte plus d'une couche cachée.
Compléments
La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système.
Voir apprentissage par renforcement sans modèle.
Français
apprentissage par fonction Q
apprentissage par fonction état-action
apprentissage profond par fonction Q
Anglais
Q-learning
Q learning
deep Q learning
Sources
Contributeurs: Claude Coulombe, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
