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.