Apprentissage par renforcement
L'apprentissage par renforcement expliqué de bout en bout : comment les agents apprennent à agir par essais, erreurs et signaux de récompense, et où va le domaine — de l'entraînement par auto-jeu aux déploiements réels dans les jeux, la robotique et l'alignement des modèles de langage.
L'apprentissage par renforcement apprend aux machines à décider en interagissant avec un environnement : un agent essaie des actions, reçoit récompenses ou pénalités, et affine sa stratégie. Il a porté la victoire d'AlphaGo contre le champion du monde de go, la série d'Ataraxos face aux meilleurs joueurs de Stratego et l'alignement des grands modèles de langage. Ce dossier suit algorithmes, auto-jeu, modélisation des récompenses et déploiements réels en robotique, jeux et assistants IA.
