L'optimisation de la politique de région de confiance est un algorithme d'apprentissage par renforcement basé sur le gradient de la politique.
L'algorithme de l'optimisation de la politique de région de confiance fait appel à la notion de région de confiance.
Un algorithme à régions de confiance est un algorithme d'optimisation différentiable destiné à minimiser une fonction réelle définie sur un espace euclidien ou sur un espace hilbertien.
L'algorithme à régions de confiance est itératif et procède donc par améliorations successives.
Au point courant, l'algorithme effectue un déplacement qui est obtenu en minimisant un modèle simple de la fonction sur une région de confiance.
Le rayon de confiance est ajusté de manière à faire décroître suffisamment la fonction à chaque itération.
Bienvenu, je m’appelle Eric Soupet et je suis l'administrateur du site elodees.com. elodees.com est un état de l'art de l'Intelligence Artificielle et se veut collaboratif, vous pouvez dès à présent proposer du contenu tels que des articles, des événements, des tutoriels, ... alors n'hésitez pas !
