...ise ce modèle comme fonction de récompense pour améliorer la [[politique d'action|politique d'un agent]] à l'aide de l'[[apprentissage par renforcement]] gr

...s de la langue française, le grand Lexique s’est vu remettre par le Réseau Action TI un OCTAS dans la catégorie Français dans les TI.

...se fait sur la base de récompenses ou de punitions reçues en retour d’une action exécutée par un agent dans son environnement.