« Apprentissage par différence temporelle » : différence entre les versions
Aucun résumé des modifications Balise : Éditeur de wikicode 2017 |
m (Remplacement de texte — « <br/> » par « ») |
||
| Ligne 17 : | Ligne 17 : | ||
<small> | <small> | ||
[http://theses.univ-lyon2.fr/documents/getpart.php?id=lyon2.2005.blanc_jm&part=92195 | [http://theses.univ-lyon2.fr/documents/getpart.php?id=lyon2.2005.blanc_jm&part=92195 ''U de Lyon''] | ||
[http://planiart.usherbrooke.ca/cours/ift615/ift615-13-apprentissage-renforcement.pdf | [http://planiart.usherbrooke.ca/cours/ift615/ift615-13-apprentissage-renforcement.pdf ''U de Sherbrooke''] | ||
Version du 7 mai 2020 à 11:22
Définition
L’algorithme d’apprentissage par différence temporelle est un apprentissage par renforcement utilisant un mécanisme d’estimation temporelle pour la prédiction du temps d’arrivée d’une récompense. L’algorithme d’apprentissage par différence temporelle s'inspire d'études d’apprentissage chez les animaux.
Français
apprentissage par différence temporelle loc. nom. masc.
méthode TD active loc. nom. fém.
Anglais
temporal difference learning
TD learning
Contributeurs: Evan Brach, Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
