AI-ordlista
Den kompletta ordlistan över AI
RL^2 (Reinforcement Learning Squared)
Framework méta-apprentissage où le réseau neuronal lui-même implémente un algorithme d'apprentissage par renforcement, apprenant à s'adapter à de nouvelles tâches à partir de séquences de transitions.
Proximal Meta-Policy Optimization (ProMP)
Algorithme méta-apprentissage basé sur PPO qui maintient un ensemble de méta-paramètres optimisés pour une adaptation rapide aux nouvelles tâches par renforcement.
Inner Loop/Outer Loop
Structure d'optimisation à deux niveaux où la boucle interne adapte aux tâches spécifiques et la boucle externe méta-optimize les paramètres pour une meilleure adaptation.
Exploration Strategies
Mécanismes permettant à l'agent méta-apprenant d'explorer efficacement de nouvelles tâches pour collecter rapidement des informations pertinentes pour l'adaptation.
Few-shot Reinforcement Learning
Scénario où l'agent doit apprendre une nouvelle tâche avec très peu d'exemples ou d'interactions, typiquement 1 à 10 épisodes.
Meta-Actor-Critic
Architecture qui combine méta-apprentissage avec les méthodes acteur-critique, où les deux composants sont optimisés pour une adaptation rapide aux nouvelles tâches.
Task-Agnostic Exploration
Approche d'exploration qui ne nécessite pas de connaissance préalable de la distribution des tâches, permettant une adaptation à des tâches inattendues.
Meta-Value Function
Fonction de valeur paramétrée pour estimer les performances attendues d'une politique adaptée à une nouvelle tâche donnée.