Wikicard
O
Commune

Optimisation de politique proximale

L'optimisation de politique proximale (en anglais : proximal policy optimization, ou PPO) est un algorithme dans le domaine de l'apprentissage par renforcement qui entraîne la fonction de décision d'un agent informatique à accomplir des tâches difficiles.

Extrait raccourci de l'article Wikipédia, CC BY-SA 4.0.

Jouer à Wikicard

Ouvrez des paquets de cartes tirées de Wikipédia, complétez vos séries, échangez avec d'autres joueurs. Gratuit, sans avantage payant.

Ses collections

Découvrir toutes les collections · Mentions légales