« Apprentissage par différence temporelle » : différence entre les versions
m (Remplacement de texte — « Category:Coulombe2 » par « <!-- Coulombe2 --> ») |
m (Remplacement de texte — « Catégorie:Scotty2 » par « <!-- Scotty2 --> ») |
||
| Ligne 4 : | Ligne 4 : | ||
[[Catégorie:Apprentissage par renforcement]] | [[Catégorie:Apprentissage par renforcement]] | ||
<!-- Coulombe2 --> | <!-- Coulombe2 --> | ||
<!-- Scotty2 --> | |||
== Définition == | == Définition == | ||
Version du 3 juillet 2019 à 13:38
Définition
L’algorithme d’apprentissage par différence temporelle est un apprentissage par renforcement utilisant un mécanisme d’estimation temporelle pour la prédiction du temps d’arrivée d’une récompense. L’algorithme d’apprentissage par différence temporelle s'inspire d'études d’apprentissage chez les animaux.
Français
apprentissage par différence temporelle n.m.
méthode TD active n.f.
Anglais
temporal difference learning
TD learning
Contributeurs: Evan Brach, Claire Gorjux, Claude Coulombe, Jacques Barolet, wiki
