AI Reinforcement Learning - eLearning

Chronologie du cours

1. Introduction à l’apprentissage par renforcement

   Leçon 01

   • Trois paradigmes de l’apprentissage automatique
   • Histoires de réussite RL
   • Éléments d’un problème d’apprentissage par renforcement
   • Introduction à la salle de sport
   • Entraîner votre premier agent RL avec RLlib

2. RL en un seul pas : bandits manchots à plusieurs bras

   Leçon 02

   • Cadre du bandit manchot à plusieurs bras
   • Compromis exploration-exploitation
   • Approches fondamentales pour concilier exploration et exploitation
   • Approches avancées pour concilier exploration et exploitation
   • Introduction aux problèmes de bandits contextuels
   • Un exemple pratique de bandit contextuel
   • Bandits contextuels profonds
   • Exploration avec bandits contextuels profonds
   • Un exemple pratique avec des bandits contextuels profonds

3. Apprentissage par renforcement multi-étapes

   Leçon 03

   • Introduction aux chaînes de Markov
   • Processus de récompense de Markov
   • Processus de décision de Markov
   • Évaluation et itération des politiques
   • Q-learning tabulaire
   • Exemple pratique de Q-learning tabulaire
   • Apprentissage profond par Q-learning
   • Utiliser RLlib pour entraîner un réseau Deep Q
   • Méthodes fondées sur des politiques
   • Utiliser RLib pour entraîner un agent PPO

4. Approches pour l’apprentissage par renforcement en conditions réelles

   Leçon 04

   • Gérer les récompenses clairsemées et l’exploration difficile
   • Mettre en œuvre le façonnage de récompense
   • Inconvénients du façonnage de récompense
   • Utiliser la mémoire pour gérer l’observabilité partielle
   • Résoudre le Cartpole sans état à l’aide d’un LSTM
   • Combler le fossé entre la simulation et le réel
   • Introduction à l’apprentissage par renforcement multi-agent
   • Former plusieurs agents avec RLib
   • Apprentissage par renforcement multi-agent
   • Apprentissage par renforcement hors ligne
   • Conclusion et autres sujets avancés