IntermédiaireFondamentaux
Apprentissage par renforcement
En anglais : Reinforcement Learning (RL)
Méthode de machine learning dans laquelle un agent apprend à agir dans un environnement en recevant des récompenses ou des pénalités selon les conséquences de ses actions.
L’agent ne dispose pas de corrigé : il essaie, observe le résultat et ajuste sa stratégie pour maximiser ses récompenses sur la durée. Le principe rappelle le dressage d’un chien que l’on félicite lorsqu’il obéit. Cette approche a permis à des programmes de maîtriser des jeux complexes comme le go, et sert en robotique ou en optimisation. Elle est aussi utilisée pour affiner les grands modèles de langage, par exemple avec le RLHF, qui s’appuie sur des préférences humaines, ou avec des récompenses vérifiables automatiquement.
Exemple
Un entrepôt automatisé entraîne par renforcement, d’abord en simulation, des robots qui apprennent les trajets les plus efficaces pour préparer les commandes.
Notions liées
Agent IA
DébutantSystème qui utilise un modèle d’IA pour poursuivre un objectif de manière largement autonome, en planifiant des étapes, en utilisant des outils et en adaptant son action aux résultats obtenus.
Machine learning (apprentissage automatique)
DébutantBranche de l’intelligence artificielle dans laquelle un programme apprend à accomplir une tâche à partir d’exemples, au lieu de suivre des règles entièrement écrites par un développeur.