Méthode du gradient de politique

Définition

En apprentissage par renforcement une méthode à gradient de politique permet de prévoir la meilleure action à accomplir par un agent dans un état donné de l'environnement.

Compléments

Alors que l’apprentissage par fonction Q vise à prévoir la valeur de la récompense ou la punition résultant d’une action entreprise par un agent dans un certain état, une méthode à gradient de politique prédit directement l’action elle-même.

---

Typiquement, une méthode à gradient de politique est associée à de l'apprentissage par renforcement sans modèle

Français

méthode à gradient de politique

Anglais

policy gradient

Sources

Wikipédia - Apprentissage par renforcement

[https://hal.science/hal-04115352/document/ Rapport du LISIC Franck Vandewièle et Samuel Delepoulle LISIC - méthode à gradient de politique]