Differences

This shows you the differences between two versions of the page.

--- memento-intrinsically-motivated-rl [2025/11/06 01:24]
66.249.70.198 old revision restored (2025/08/29 06:52)
+++ memento-intrinsically-motivated-rl [2025/11/13 02:36] (current)
216.73.216.15 old revision restored (2025/11/06 00:12)
@@ Line 6: / Line 6: @@
 L'idée est de se baser sur des faits de neuroscience pour créer l'agent. Le modulateur de dopamine n'est pas seulement associé au système de récompense, mais aussi dans le processus d'exploration.
 En appliquant ça au RL, il est possible de développer le système agent-environnement classique. Les récompenses ne viendraient pas de l'environnement, mais d'un module "Internal environnement" de l'agent qui agirait sur cet environnement.
+Option : ressemble à une sous-routine. Ca consiste en :
+   * Une politique : indique à l'agent quel comportement avoir pour atteindre un certain état
+   * Un ensemble d'initiation : indique comment les états peuvent être amorcés
+   * Une condition de fin
+Deux composants des options sont important :
+   * Les modèles d'options : description probabiliste des effets de exécution de l'option. Cela donne la probabilité que l'option se termine sur un autre état que celui qui est prévu.
+   * La méthode d'apprentissage intra-option : permet l'actualisation des politiques de plusieurs options pendant que l'agent interagi avec l'environnement.
+// Pourquoi utiliser le QLearning et le MDP au lieu de l'un ou l'autre ?

DokuWiki