Apprentissage par renforcement

Définition

En apprentissage par renforcement, l'algorithme apprend un comportement à partir d'expériences répétées, de façon à optimiser les récompenses reçues au cours du temps. Tout comme l'apprentissage non-supervisé, l'apprentissage par renforcement n'a pas besoin de données étiquetées.

Typiquement, un agent intelligent, qui est plongé au sein d'un environnement, prend une décision ou réalise une action en fonction de son état courant et de l'observation de son environnement. En retour de l'action de l'agent, l'environnement procure à l'agent une récompense ou une punition.

On peut voir l'apprentissage par renforcement comme un jeu d'essais et d’erreurs dont le but est de déterminer les actions qui maximiseront les gains d'un agent intelligent afin d'élaborer un comportement optimal, appelé stratégie ou politique, qui est une fonction associant à l'état courant l'action à exécuter.

---

Complément:

L’apprentissage par renforcement se démarque de l'apprentissage supervisé et de l'apprentissage non supervisé par ce côté interactif et itératif. L’agent intelligent essaie plusieurs solutions, on parle « d’exploration », observe la réaction de l’environnement et adapte son comportement pour découvrir la meilleure stratégie. On dira qu'il « exploite » le résultat de ses explorations.

Voir apprentissage par renforcement inverse

Français

apprentissage par renforcement

Anglais

reinforcement learning

• Source: Wikipedia

Compléments vidéos

• IT 6.S191: Reinforcement Learning
• Reinforcement Learning: Machine Learning Meets Control Theory
• Deep Reinforcement Learning: Neural Networks for Learning Control Laws
• Q Learning Explained | Reinforcement Learning Using Python
• Reinforcement Learning Full Course
• MIT 6.S091: Introduction to Deep Reinforcement Learning
• Stanford CS234: Reinforcement Learning
• An introduction to Reinforcement Learning
• Reinforcement Learning: Crash Course AI#9
• MIT 6.S191 (2019): Deep Reinforcement Learning