Discussion:Temporal difference learning

Article incohérent : <<Le Temporal Difference (TD) learning est une classe d'algorithmes d'apprentissage par renforcement sans modèle.>> : donc il n'y a pas de "modèle". Puis << Ces méthodes échantillonnent l'environnement de manière aléatoire, à la manière des méthodes de Monte Carlo et mettent à jour leur modèle>> : donc il y a un modèle. Pourriez vous expliquer? Merci

Démarrer une discussion sur Temporal difference learning

Les pages de discussion sont l’endroit où diverses personnes peuvent discuter de la manière d’améliorer le contenu de Wikipédia. Vous pouvez utiliser cette page pour démarrer une discussion avec les autres utilisateurs sur la façon d’améliorer la page « Temporal difference learning ».

Démarrer une discussion