Mon compte Ma liste - 0
	Catalogue   Ressources numériques   Nouveautés   Liens utiles   Mon compte

Recherche rapide Recherche avancée Recherche alphabétique Historique Information

Recherche  AuteurTitreSujetTitre de revueCollectionCotes BUCotes ENSEACotes 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.