De l'échantillonnage adaptatif à la résolution de jeux
Résumé
Dans ce chapitre nous introduisons le problème des bandits, qui est la brique de base de l'apprentissage par renforcement. L'objectif est de présenter l'algorithme de Monte Carlo Tree Search (MCTS) pour la résolution de jeux, et plus précisément la variante UCT.
Domaines
Intelligence artificielle [cs.AI]Origine | Accord explicite pour ce dépôt |
---|---|
Licence |