CHAPITRE 01 - INTRODUCTION
CHAPITRE 02 - LE PROBLEM DU BANDIT MANCHOT A PLUSIEURS BRAS
CHAPITRE 03 - LES PROCESSUS DE DECISION MARKOVIENS (PDM)
CHAPITRE 04 - LA PROGRAMMATION DYNAMIQUE
CHAPITRE 05 - Méthodes de Monte Carlo
CHAPITRE 06 - APPENTISSAGE PAR DIFFERENCE TEMPORELLE
CHAPITRE 07 - APPRENTISSAGE BASEES SUR LE BOOTSTRAPPING N-STEP
CHAPITRE 08 - Planification et Apprentissage avec des Méthodes Tabulaires
PARTIE 02 - METHODES DE SOLUTION APPROXIMATIVE
CHAPITRE 09 - PREDICTION EN POLITIQUE AVEC APPROXIMATION
CHAPITRE 10 - CONTROLE EN POLITIQUE AVEC APPROXIMATION
CHAPITRE 11 - METHODES HORS-POLITIQUE AVEC APPROXIMATION
CHAPITRE 12 - TRACES D'ELIGIBILITE
CHAPITRE 13 - METHODES DE GRADIENT DE POLITIQUE
PARTIE 03 - EXPLORATION APPROFONDIE
CHAPITRE 14 - LES CONCEPTS PSYCHOLOGIQUES
CHAPITRE 15 - LA NEUROSCIENCE
CHAPITRE 16 - DIVERSES APPLICATIONS PRATIQUES
CHAPITRE 17 - LES FRONTIERES
Préparation
Le Chapitre 2 du module “Reinforcement, traite des problèmes de bandits manchots à plusieurs bras et introduit des concepts fondamentaux pour résoudre ces problèmes.
A k-armed Bandit Problem
Le problème du bandit manchot à plusieurs bras (ou multi-armed bandit) est une situation où un agent doit choisir parmi k options (ou bras), chacune ayant une distribution de récompense inconnue. Le but est de maximiser la récompense totale sur une série d’essais.