Back تعلم الفرق الزمني Arabic Aprenentatge per diferències temporals Catalan Temporal Difference Learning German Temporal difference learning English Aprendizaje por diferencias temporales Spanish یادگیری تفاوت زمانی Persian Temporal difference learning Italian 時間差分学習 Japanese 시간차 학습 Korean Метод часових різниць Ukrainian

Temporal difference learning

Le Temporal Difference (TD) learning est une classe d'algorithmes d'apprentissage par renforcement sans modèle. Ces algorithmes échantillonnent l'environnement de manière aléatoire à la manière des méthodes de Monte Carlo. Ils mettent à jour la politique (i.e. les actions à prendre dans chaque état) en se basant sur les estimations actuelles, comme les méthodes de programmation dynamique[1]. Les méthodes TD ont un lien avec les modèles TD dans l'apprentissage animal[2],[3],[4],[5],[6].

  1. ↑ Richard Sutton et Andrew Barto, Reinforcement Learning, MIT Press, (ISBN 978-0-585-02445-5, lire en ligne [archive du ])
  2. ↑ Schultz, W, Dayan, P & Montague, PR., « A neural substrate of prediction and reward », Science, vol. 275, no 5306,‎ , p. 1593–1599 (PMID 9054347, DOI 10.1126/science.275.5306.1593, CiteSeerx 10.1.1.133.6176)
  3. ↑ P. R. Montague, P. Dayan et T. J. Sejnowski, « A framework for mesencephalic dopamine systems based on predictive Hebbian learning », The Journal of Neuroscience, vol. 16, no 5,‎ , p. 1936–1947 (ISSN 0270-6474, PMID 8774460, DOI 10.1523/JNEUROSCI.16-05-01936.1996)
  4. ↑ P.R. Montague, P. Dayan, S.J. Nowlan, A. Pouget et T.J. Sejnowski, « Using aperiodic reinforcement for directed self-organization », Advances in Neural Information Processing Systems, vol. 5,‎ , p. 969–976 (lire en ligne)
  5. ↑ P. R. Montague et T. J. Sejnowski, « The predictive brain: temporal coincidence and temporal order in synaptic learning mechanisms », Learning & Memory, vol. 1, no 1,‎ , p. 1–33 (ISSN 1072-0502, PMID 10467583)
  6. ↑ T.J. Sejnowski, P. Dayan et P.R. Montague, « Predictive hebbian learning », Proceedings of Eighth ACM Conference on Computational Learning Theory,‎ , p. 15–18 (DOI 10.1145/230000/225300/p15-sejnowski, lire en ligne)

Rich TVX News Network Site

Rich TVX News Network Info

© MMXXIII Rich X Search. We shall prevail. All rights reserved. Rich X Search