Glossaire IA
Le dictionnaire complet de l'Intelligence Artificielle
Renforcement Continuel
Extension de l'apprentissage par renforcement où l'agent apprend continuellement de nouvelles tâches ou environnements sans réinitialiser ses connaissances acquises.
Dilemme Plasticité-Stabilité
Tension fondamentale entre la capacité d'un modèle à s'adapter à de nouvelles informations (plasticité) et sa capacité à conserver les connaissances existantes (stabilité).
Apprentissage Incrémental de Tâches
Scénario d'apprentissage continu où les tâches sont présentées séquentiellement avec des identifiants de tâche clairs lors de l'entraînement et de l'inférence.
Apprentissage Incrémental de Domaine
Forme d'apprentissage continu où la distribution des données change progressivement sans modification explicite des tâches ou des classes.
Apprentissage Incrémental de Classes
Scénario où de nouvelles classes sont introduites séquentiellement, nécessitant l'adaptation du classifieur sans accès aux données des classes précédentes.
Buffer de Replay Mémoire
Espace de stockage limité conservant des échantillons représentatifs des tâches passées pour leur réutilisation lors de l'apprentissage de nouvelles tâches.
Meta-Apprentissage Continu
Approche combinant méta-apprentissage et apprentissage continu pour développer des modèles capables d'apprendre rapidement de nouvelles tâches tout en préservant les anciennes.
Renforcement par Apprentissage à Vie
Paradigme où un agent d'apprentissage par renforcement accumule des connaissances sur une durée prolongée, s'adaptant continuellement à de nouveaux environnements et tâches.
Transfert Avant
Phénomène où l'apprentissage de la tâche actuelle bénéficie des connaissances acquises lors des tâches précédentes dans un scénario d'apprentissage continu.
Transfert Arrière
Effet où l'apprentissage de nouvelles tâches améliore rétroactivement les performances sur les tâches précédentes, idéal mais rare en pratique.
Apprentissage Sensible aux Tâches
Approche d'apprentissage continu où le système a connaissance de l'identité de la tâche actuelle, permettant une spécialisation plus efficace.
Apprentissage Insensible aux Tâches
Scénario d'apprentissage continu où le système doit identifier implicitement la tâche actuelle sans information explicite sur son identité.
Apprentissage par Curriculum en RL Continu
Stratégie organisant séquentiellement les tâches d'apprentissage par renforcement par ordre de complexité croissante pour faciliter l'acquisition continue de compétences.
Apprentissage par Renforcement Multi-Tâches
Paradigme où un agent apprend simultanément ou séquentiellement à accomplir plusieurs tâches différentes dans un environnement d'apprentissage par renforcement.