« Fonction de récompense » : 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 15 : | Ligne 15 : | ||
'''reward function''' | '''reward function''' | ||
==Sources== | |||
[https://members.loria.fr/OBuffet/papiers/jfsma03.pdf Source: Dutech, Buffet, Charpillet '' Apprentissage par renforcement pour la conception de systèmes multi-agents réactifs'', Loria 2003] | [https://members.loria.fr/OBuffet/papiers/jfsma03.pdf Source: Dutech, Buffet, Charpillet '' Apprentissage par renforcement pour la conception de systèmes multi-agents réactifs'', Loria 2003] | ||
| Ligne 22 : | Ligne 23 : | ||
[[Category:GRAND LEXIQUE FRANÇAIS]] | [[Category:GRAND LEXIQUE FRANÇAIS]] | ||
Dernière version du 27 janvier 2024 à 21:45
Définition
En apprentissage par renforcement, pour une action particulière d'un agent, une fonction de récompense détermine la magnitude de la récompense ou de la pénalité qu'il reçoit en retour de cette action.
En recherche heuristique, une fonction de récompense peut être définie comme l'évaluation d'un état particulier. Par exemple, l'évaluation du résultat d'un coup aux échecs.
Compléments
La fonction de de récompense a généralement un impact significatif sur les résultats d'un apprentissage par renforcement dont le but est de maximiser les récompenses et prédire les meilleures actions possibles dans une situation spécifique.
Français
fonction de récompense
Anglais
reward function
Sources
Contributeurs: Claude Coulombe, wiki
