English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Zendy Open

Presents the pdf analysis as premium feature

PDF Analysis

Insights

Presents the summarisation as premium feature

Summarisation

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the zaia usage as premium feature

ZAIA

Zendy Tools

Zendy Plus

Presents the access of premium content as premium feature

Premium Content

En apprentissage par renforcement, la recherche locale de politique est une approche classique permettant de prendre en compte de grands espaces d'etat. Formellement, elle consiste a chercher localement dans un espace de politiques parametrees la solution qui va maximiser la fonction de valeur associee, moyennee selon une loi predefinie sur les etats. La premiere contribution de cet article montre que si l'espace de politiques est convexe, \emph{tout optimum local} (approche) presente une \emph{garantie globale de performance}. Malheureusement, supposer la convexite de l'espace de recherche est une hypothese forte : elle n'est pas satisfaite par les representations usuelles des politiques et definir une parametrisation non triviale qui satisfasse cette propriete est difficile. Une solution naturelle pour palier ce probleme est d'optimiser la fonction objectif associee grâce a une montee de gradient fonctionnel, la recherche etant contrainte a l'enveloppe convexe de l'espace de politiques. Il s'avere que l'algorithme resultant est une legere generalisation du schema d'iteration conservative de la politique. Ainsi, notre seconde contribution consiste a souligner cette connexion originale entre recherche locale de politique et programmation dynamique approchee.

Recherche locale de politique dans un espace convexe