Apprentissage par renforcement avec borne de confiance supérieure

Domaine

Intelligence artificielle
Apprentissage automatique
Apprentissage par renforcement
Coulombe

Définition

L'algorithme d'apprentissage par renforcement avec borne de confiance supérieure est basé sur le principe d'optimisme face à l’incertitude qui consiste à utiliser une borne supérieure sur l’espérance des récompenses pour chaque action.

Français

Apprentissage par renforcement avec borne de confiance supérieure

Source: https://corpus.ulaval.ca/jspui/bitstream/20.500.11794/28250/1/33992.pdf

Anglais

Reinforcement Learning with the Upper Confidence Bound

Recall the general setup for reinforcement learning: we have well-defined actions that we can take, so we let the machine figure out how to maximize its reward based on the consequences of those actions.

The Upper Confidence Bound algorithm is a formalization of this idea, where the machine attempts to determine a single action it can take that will maximize its expected return.

https://opendatascience.com/machine-learning-for-beginners/