Domaine de connaissance
Affiner le parcours
Choisissez une branche plus précise ou continuez avec toutes les réponses ci-dessous.
Questions du domaine
19 résultats
Une politique de comportement relie les observations et l’état du robot à une action ou une priorité, afin de décider comment il se comporte dans une situation donnée.
La récompense d’un processus markovien traduit ce que le robot cherche à favoriser ou à éviter, étape par étape ou à la fin de la mission.
Un processus de décision markovien décrit des états, des actions, des transitions incertaines et une récompense pour choisir une stratégie dans le temps.
On vérifie qu’un modèle décisionnel correspond à l’intention humaine en reliant objectifs et contraintes à des scénarios, en recherchant les cas limites et en faisant relire les choix.
Tester un agent état-action-récompense avant un robot réel demande de vérifier observations, actions autorisées, fonction de récompense, limites, comportements rares et arrêt sûr.
L’objectif décrit ce que le robot doit accomplir ; la récompense est le signal numérique utilisé pendant l’apprentissage pour favoriser progressivement les actions qui y mènent.
Le triplet état-action-récompense décrit ce qu’un agent observe, ce qu’il fait et le signal qui indique si cette action rapproche ou éloigne l’objectif.
Une question plus précise ?