Une introduction à l’Apprentissage par Renforcement Relationnel (ARR)

Relational Reinforcement Learning

L’apprentissage par renforcement relationnel (ARR) a émergé comme une alternative aux limites de l’apprentissage par renforcement (AR). Alors que la représentation de l’espace d’état est classiquement basée sur une représentation propositionnelle, l’ARR offre une représentation plus riche de ce dernier par sa description sous forme relationnelle. La combinaison de la programmation logique inductive et de l’apprentissage par renforcement offre ainsi la possibilité de s’abstraire du but poursuivi à l’instant courant. Elle permet par conséquent d’utiliser des algorithmes s’appuyant sur la structure relationnelle de l’espace d’état pour généraliser les résultats appris. Ce document tente de présenter les grands principes de l’ARR.

Mots clés : Relational Reinforcement Learning(RRL), ARR, Abstraction, Généralisation, Réutilisation..

Cédric HERPSON
Cédric HERPSON
Maître de conférences en Intelligence Artificielle

Mes recherchent portent sur l’autonomie à long terme, la coordination, l’apprentissage incrémental et la prise de décision.

Sur le même sujet