Mon compte
Ma liste - 0
Catalogue
Ressources numériques
Nouveautés
Liens utiles
Mon compte
Recherche rapide
Recherche avancée
Recherche alphabétique
Historique
Information
Recherche
Auteur
Titre
Sujet
Titre de revue
Collection
Cotes BU
Cotes ENSEA
Cotes IUFM
Modifier la recherche
>
CERGY
Elargir la recherche
Parcourir le catalogue
par auteur:
Girard , Benoît
Khamassi , Mehdi
Affichage MARC
Auteur :
Girard , Benoît
Khamassi , Mehdi
Titre :
Coopération d'algorithmes d'apprentissage par renforcement multiples , Benoît Girard, Mehdi Khamassi
Notes :
Référence de l'article : s7793
Volume : base documentaire : TIP661WEB
Publié dans : Techniques de l'ingénieur. Robotique
Date de publication : 2016/12/10
Développées initialement dans le cadre de l'intelligence artificielle, les méthodes d'apprentissage par renforcement sont des composantes essentielles des architectures de contrôle robotique adaptatives. Deux grandes classes d'algorithmes ont été proposées : avec ou sans modèle interne du monde. La première est coûteuse en calculs mais est très adaptative, alors que la seconde est peu coûteuse mais lente à converger. La combinaison de ces différents algorithmes dans une même architecture de contrôle permet donc d'envisager de tirer le meilleur parti des deux mondes. Nous présentons ici ces deux familles d'algorithmes, ainsi que les méthodes de combinaison qui ont été proposées et évaluées, tant en neurosciences qu'en robotique.
URL:
https://www.techniques-ingenieur.fr/base-documentaire/automatique-robotique-th16/perception-planification-et-interface-en-robotique-42622210/cooperation-d-algorithmes-d-apprentissage-par-renforcement-multiples-s7793/
https://doi.org/10.51257/a-v1-s7793
Exemplaires
Pas de données exemplaires
Pour toute question,
contactez la bibliothèque
Horizon Information Portal 3.0© 2001-2019
SirsiDynix
Tous droits réservés.