« Apprentissage par renforcement hors-ligne » : différence entre les versions
Aucun résumé des modifications |
m (Remplacement de texte : « ↵↵<small> » par « ==Sources== ») |
||
| (Une version intermédiaire par le même utilisateur non affichée) | |||
| Ligne 21 : | Ligne 21 : | ||
''' batch reinforcement learning''' | ''' batch reinforcement learning''' | ||
<!-- Offline RL is a paradigm that learns exclusively from static datasets of previously collected interactions, making it feasible to extract policies from large and diverse training datasets. Effective offline RL algorithms have a much wider range of applications than online RL, being particularly appealing for real-world applications such as education, healthcare, and robotics. --> | <!-- Offline RL is a paradigm that learns exclusively from static datasets of previously collected interactions, making it feasible to extract policies from large and diverse training datasets. Effective offline RL algorithms have a much wider range of applications than online RL, being particularly appealing for real-world applications such as education, healthcare, and robotics. -->==Sources== | ||
[https://arxiv.org/abs/2005.01643 Source : arxiv] | [https://arxiv.org/abs/2005.01643 Source : arxiv] | ||
| Ligne 31 : | Ligne 29 : | ||
[https://fr.wikipedia.org/wiki/Apprentissage_par_renforcement_hors_ligne Source : Wikipedia] | [https://fr.wikipedia.org/wiki/Apprentissage_par_renforcement_hors_ligne Source : Wikipedia] | ||
[[Catégorie: | [[Catégorie:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 27 janvier 2024 à 15:56
Définition
Méthode d'apprentissage par renforcement où l'agent, plutôt que d'interagir en direct avec l'environnement, apprend à partir d'une série d'interactions stockées dans une base de données.
Compléments
Dans le cadre de l'apprentissage par renforcement hors-ligne, l'agent ne peut pas interagir directement avec l'environnement : une base de données d'interactions pour l'apprentissage lui est fournie au départ et il l'exploite pour apprendre une politique. Contrastant avec les algorithmes en-ligne, où l'agent interagit directement avec l'environnement, les algorithmes hors-ligne exploitent les exemples d'apprentissage dont ils disposent.
Français
apprentissage par renforcement hors-ligne
apprentissage par renforcement en lots
apprentissage par renforcement par lots
apprentissage par renforcement différé
Anglais
offline reinforcement learning
offline RL
batch reinforcement learning
Sources
Contributeurs: Patrick Drouin, wiki
