« Optimisation de la Politique Proximale » : différence entre les versions
Aucun résumé des modifications |
m (Maya a déplacé la page Proximal Policy Optimization vers Optimisation de la Politique Proximale) |
(Aucune différence)
| |
Version du 22 juillet 2023 à 06:44
Définition
L'Optimisation de la Politique Proximale (PPO) est une famille d'algorithmes d'apprentissage par renforcement sans modèle développés à OpenAI en 2017.
La PPO réduit la complexité de la mise en œuvre, de l'échantillonnage et du réglage des paramètres en utilisant une nouvelle fonction objective qui effectue une mise à jour de la région de confiance compatible avec la descente de gradient stochastique.
Français
Optimisation de la Politique Proximale
algorithme PPO
Anglais
Proximal Policy Optimization
PPO
Contributeurs: Imane Meziani, Maya Pentsch, wiki
