Q-learning
Méthode d'apprentissage par renforcement qui estime les valeurs d'action (Q) par état ; les réseaux Q profonds l'associent à des réseaux de neurones pour des entrées haute dimension comme des pixels de jeu.
Le Q-learning est un algorithme d’apprentissage par renforcement qui estime la qualité de chaque action dans chaque état. Un agent choisit des actions pour maximiser la récompense à long terme tout en explorant. Le Q-learning tabulaire classique convient aux petits espaces d’états ; les réseaux de neurones peuvent approximer les valeurs Q pour de grandes entrées comme la vidéo brute.
Le DQN de DeepMind (article) a couplé Q-learning à un réseau de neurones convolutif et à des stabilisateurs comme le rejeu d’expérience, atteignant des scores humains sur plusieurs jeux Atari à partir de pixels seuls.