« Apprentissage par différence temporelle » : différence entre les versions
m (Remplacement de texte — « <small> masculin </small> » par « ») |
m (Remplacement de texte — « [http » par « * [http ») |
||
| Ligne 17 : | Ligne 17 : | ||
<small> | <small> | ||
[http://theses.univ-lyon2.fr/documents/getpart.php?id=lyon2.2005.blanc_jm&part=92195 ''U de Lyon''] | * [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 ''U de Sherbrooke''] | * [http://planiart.usherbrooke.ca/cours/ift615/ift615-13-apprentissage-renforcement.pdf ''U de Sherbrooke''] | ||
Version du 4 février 2021 à 22:23
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
méthode TD active
Anglais
temporal difference learning
TD learning
Contributeurs: Evan Brach, Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
