YZ Sözlüğü
Yapay Zekanın tam sözlüğü
Upper Confidence Bound (UCB)
Algorithme qui sélectionne les actions en fonction de leur borne supérieure de confiance, combinant la valeur estimée moyenne avec une mesure d'incertitude pour équilibrer exploration et exploitation.
Softmax ou Boltzmann Exploration
Stratégie probabiliste qui assigne des probabilités d'action proportionnelles à l'exponentielle de leurs valeurs estimées, contrôlées par un paramètre de température τ.
Taux d'Exploration
Paramètre contrôlant la fréquence à laquelle l'agent choisit des actions non-optimales pour explorer, essentiel pour maintenir un équilibre approprié dans l'apprentissage.
Optimisme Face à l'Incertitude
Principe algorithmique initialisant les valeurs d'action avec des estimations optimistes, encourageant l'exploration de toutes les actions au moins une fois avant de converger vers l'exploitation.
Recuit Simulé (Simulated Annealing)
Métaheuristique inspirée de la métallurgie où le paramètre de température contrôle progressivement la transition de l'exploration aléatoire vers l'exploitation plus déterministe.
Exploration Dirigée
Approche d'exploration utilisant des informations spécifiques sur l'environnement ou les valeurs d'état-action pour guider sélectivement l'exploration vers des régions prometteuses.
Upper Confidence Bounds for Trees (UCT)
Algorithme de recherche arborescente combinant UCB avec Monte Carlo Tree Search, appliquant le principe d'optimisme face à l'incertitude dans la sélection de nœuds.
Exploration Basée sur la Variance
Stratégie d'exploration privilégiant les actions ayant la plus grande variance d'estimation de valeur, identifiant ainsi les régions les plus incertaines de l'espace d'états-actions.
Stratégie Gloutonne (Greedy)
Politique d'action sélectionnant systématiquement l'action ayant la valeur estimée la plus élevée, représentant l'extrême exploitation sans aucune composante d'exploration.