« Apprentissage par fonction Q » : différence entre les versions
Aucun résumé des modifications |
Aucun résumé des modifications |
||
| Ligne 1 : | Ligne 1 : | ||
==Définition== | ==Définition== | ||
Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un [[agent]] dans les décisions à prendre dans une situation donnée. | Algorithme d'[[apprentissage par renforcement]] sans modèle ayant pour but d'apprendre une stratégie qui guidera un [[agent]] dans les décisions à prendre dans une situation donnée. | ||
== Compléments == | == Compléments == | ||
La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système. | La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système. | ||
<hr/> | |||
Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le [[Réseau de neurones artificiels|réseau de neurones]] comporte plus d'une [[couche cachée]]. | |||
<hr/> | |||
Voir [[apprentissage par renforcement sans modèle]]. | Voir [[apprentissage par renforcement sans modèle]]. | ||
==Français== | ==Français== | ||
Version du 25 avril 2025 à 00:55
Définition
Algorithme d'apprentissage par renforcement sans modèle ayant pour but d'apprendre une stratégie qui guidera un agent dans les décisions à prendre dans une situation donnée.
Compléments
La lettre Q désigne la fonction qui mesure la qualité d'une action exécutée dans un état donné du système.
Une variante courante de l'apprentissage par fonction Q est l'apprentissage profond par fonction Q où le réseau de neurones comporte plus d'une couche cachée.
Voir apprentissage par renforcement sans modèle.
Français
apprentissage par fonction Q
apprentissage par fonction état-action
apprentissage profond par fonction Q
apprentissage Q
Anglais
Q-learning
Q learning
deep Q-learning
deep Q learning
Sources
Contributeurs: Arianne , Claude Coulombe, Jacques Barolet, Julie Roy, Patrick Drouin, wiki
