Cartes topographiques neuronales pour l'apprentissage par renforcement sur des problèmes de contrôle non-linéaire

Emmanuel Daucé 1 Alain Dutech 2
2 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Nous présentons une architecture neuronale où sont combinés une nouvelle règle d'apprentissage par renforcement et un codage de l'information topographique inspiré de méthodes à noyaux. Cette architecture est capable d'apprendre à contrôler des systèmes non-linéaires définis sur des espaces continus. Nous présentons les premiers résultats obtenus dans une tâche d'atteinte de cible visuelle.
Type de document :
Communication dans un congrès
10e Colloque Africain sur la Recherche en Informatique et en Mathématiques Appliquées, Oct 2010, Yamoussoukro, Côte d’Ivoire. pp.9 P., 2010
Liste complète des métadonnées

Littérature citée [1 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/inria-00494164
Contributeur : Alain Dutech <>
Soumis le : mardi 22 juin 2010 - 11:15:24
Dernière modification le : jeudi 18 janvier 2018 - 01:52:36
Document(s) archivé(s) le : lundi 22 octobre 2012 - 14:40:37

Fichier

article_raw.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : inria-00494164, version 1

Collections

Citation

Emmanuel Daucé, Alain Dutech. Cartes topographiques neuronales pour l'apprentissage par renforcement sur des problèmes de contrôle non-linéaire. 10e Colloque Africain sur la Recherche en Informatique et en Mathématiques Appliquées, Oct 2010, Yamoussoukro, Côte d’Ivoire. pp.9 P., 2010. 〈inria-00494164〉

Partager

Métriques

Consultations de la notice

313

Téléchargements de fichiers

385