Efficient adaptation of reinforcement learning agents : from model-free exploration to symbolic world models

L'apprentissage par renforcement (RL) est un ensemble de techniques utilisées pour former des agents autonomes à interagir avec des environnements de manière à maximiser leur récompense. Pour déployer avec succès ces agents dans des scénarios réels, il est crucial qu'ils puissent généralis...

Ausführliche Beschreibung

Bibliographische Detailangaben

1. Verfasser:	Kamienny, Pierre-Alexandre
Format:	Dissertation
Sprache:	eng
Schlagworte:	Adaptation Apprentissage par renforcement Exploration Reinforcement learning Régression symbolique Symbolic regression Transformers
Online-Zugang:	Volltext bestellen
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!