2. Méthodes de coordination d’algorithmes d’apprentissage
Globalement, trois grandes familles de combinaisons d’algorithmes d’apprentissage multiples ont été proposées : la fusion des sorties de ces algorithmes avant de prendre une décision, la sélection d’un de ces algorithmes qui prend alors seul le contrôle de l’agent, cette sélection pouvant résulter du suivi de l’évolution de variables internes ou encore d’une deuxième couche d’apprentissage.
Si l’on ne cherche pas à optimiser l’utilisation des ressources de calcul, mais uniquement à améliorer le comportement d’un agent, on peut systématiquement calculer les sorties de l’ensemble des systèmes d’apprentissage, et ensuite les fusionner avant de prendre une décision. L’idée est alors que les actions qui font consensus sont probablement les...
Cet article est réservé aux abonnés
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ?
Se connecter
Lecture en cours
Méthodes de coordination d’algorithmes d’apprentissage