1. Apprentissage par renforcement
La conception d’un agent artificiel ayant un degré d’autonomie avancé dans la réalisation de sa mission s’appuie sur la mise en œuvre de capacités de raisonnement et de décision qui sont au cœur des travaux de l’intelligence artificielle depuis ses débuts. Cependant, comme il est impossible, dans des cas d’usage un tant soit peu complexes, que le concepteur puisse prévoir l’ensemble des cas pouvant se présenter, cette autonomie doit également pouvoir s’appuyer sur des capacités d’apprentissage lui permettant d’intégrer de nouvelles informations et d’acquérir de nouvelles capacités d’action.
L’apprentissage automatique ( machine learning ) distingue trois grandes classes d’algorithmes d’apprentissage.
L’apprentissage non supervisé a pour but d’apprendre à identifier les régularités...
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Apprentissage par renforcement
Méthodes de coordination d’algorithmes d’apprentissage
Sources bibliographiques
Cet article est réservé aux abonnés. Il vous reste 92 % à découvrir.
Déjà abonné ? Se connecter
Article inclus dans l'offre
Actualisée et enrichie d’articles validés par nos comités scientifiques.
Quiz, médias, tableaux, formules, vidéos, etc.
Opérationnels et didactiques, pour garantir l'acquisition des compétences transverses.
Un ensemble de services exclusifs en complément des ressources.
