Article sur le sujet:<\/p>\n\n\n\n
Apprendre \u00e0 r\u00e9soudre une t\u00e2che sur la base de la maximisation de la r\u00e9compense n\u00e9cessite de d\u00e9finir des espaces d’\u00e9tats et d’actions. L’espace d’action d\u00e9crit ce que le robot sera capable de faire. Concevoir automatiquement cet espace simplifie le travail du concepteur de robot et ouvre la possibilit\u00e9 de d\u00e9couvrir des fa\u00e7ons d’agir propres \u00e0 sa morphologie. Cela permet d’\u00e9largir les capacit\u00e9s adaptatives de l’apprentissage par renforcement.<\/p>\n\n\n\n
La m\u00e9thode que l’on utilise pour g\u00e9n\u00e9rer des r\u00e9pertoires d’actions s’appuie sur les algorithmes de qualit\u00e9-diversit\u00e9 et la recherche de nouveaut\u00e9 (voire Exploration et r\u00e9compenses rares<\/a>). Le principe consiste \u00e0 d\u00e9finir un espace comportemental que l’on souhaite couvrir avec le r\u00e9pertoire d’actions. Les algorithmes de recherche de nouveaut\u00e9 ou de qualit\u00e9-diversit\u00e9 g\u00e9n\u00e8rent un ensemble de politiques diverses couvrant cet espace. Ces politiques peuvent ensuite \u00eatre utilis\u00e9es comme actions \u00e9l\u00e9mentaires d’un processus de d\u00e9cision markovien de plus haut niveau.<\/p>\n\n\n\n Article sur le sujet:<\/p>\n\n\n\n
![\"\"](\"https:\/\/pages2.isir.upmc.fr\/sdoncieux\/wp-content\/uploads\/sites\/8\/2021\/03\/Baxter-apprentissage-babillage-Benoit-Girard-1024x637.jpg\")