Comment fonctionne la mise à jour Q-learning ?
La mise à jour Q-learning rapproche la valeur d’une action de la récompense immédiate plus la meilleure valeur future, pondérée par le taux d’apprentissage et l’actualisation.
Domaine de connaissance
Questions du domaine
5 résultats
La mise à jour Q-learning rapproche la valeur d’une action de la récompense immédiate plus la meilleure valeur future, pondérée par le taux d’apprentissage et l’actualisation.
Évaluer une politique apprise par Q-learning demande scénarios séparés, comparaison à une référence, mesures de réussite, coût, robustesse, contraintes, généralisation et pire cas.
Le Q-learning apprend la valeur d’une action dans un état en comparant ses récompenses, avec une exploration bornée et des garde-fous avant tout essai réel.
Le Q-learning est difficile sur un robot réel parce que chaque essai coûte du temps, use le matériel et peut provoquer une collision avant que la stratégie soit apprise.
On sécurise l’exploration du Q-learning en bornant les actions, en surveillant les états dangereux et en laissant un contrôleur fiable reprendre la main à tout moment.
Une question plus précise ?