Échantillonnage de Thompson

Domaine

Intelligence artificielle
Apprentissage par renforcement
Coulombe

Français

Discussion:

Pour le moment, le terme privilégié est «échantillonnage de Thompson».

En apprentissage par renforcement et en intelligence artificielle, l'échantillonnage de Thompson, du nom de William R. Thompson son inventeur, est une heuristique (ou politique) de choix d'actions qui aborde le dilemme de l'exploration-exploitation dans le problème de choix parmi plusieurs machines à sous (problème de bandits). Elle consiste à choisir l'action qui maximise la récompense attendue par rapport à un choix fait au hasard.

Source: https://hal.archives-ouvertes.fr/hal-01671320/document

Anglais

Thompson sampling

In artificial intelligence, Thompson sampling,[1] named after William R. Thompson, is a heuristic for choosing actions that addresses the exploration-exploitation dilemma in the multi-armed bandit problem. It consists in choosing the action that maximizes the expected reward with respect to a randomly drawn belief.