Introduction à l'apprentissage par renforcement, 2024

Ce cours a pour objectif d'initier les étudiants à l'apprentissage par renforcement.

L'apprentissage par renforcement est une branche de l'intelligence artificielle qui consiste à apprendre les actions à réaliser, à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps.

Pour commencer

10 min

Environnement de travail

Pour bien apprendre pendant ces travaux pratiques il est conseillé d'avoir les éléments suivants sur sa machine:

• python (version >= 3.10)
• un accès à un terminal
  • pour les utilisateurs Windows, l'utilisation de wsl est fortement recommandée
• un éditeur de texte. Il existe des environnements de développements très performants que vous serez amené à utiliser en entreprise. Pourquoi ne pas les utiliser dès à présent ?
  • Visual Studio Code, PyCharm, SublimeText, ...

Si votre environnement de travail est près. Vous pouvez commencer le TP n°1 sur les processus de décision de Markov.

Auteur

Ce cours a été réalisé par David Albert, @blavad

Mentions

Si vous souhaitez réutiliser ces supports, veuillez inclure la mention d'attribution suivante de façon claire et visible.

Ce support utilise Travaux Pratiques d'apprentissage par renforcement, développé par David Albert @blavad, disponible à https://github.com/blavad/rl.