Plan RL

[MohamedBsh]

plan proposé par @AntoninLagarrigue (Discord : Zinzolin)

Module I: Introduction
Notions fondamentales

1. Introduction
2. Bandit Multi-armes
3. Processus de décision markoviens
4. Programmation Dynamique

Module II: Notions générales
Les algos de RL

1. Monte Carlo
2. TD Learning
3. Conclusion sur les méthodes tabulaires

Module III: Spécialisé ++
Deep Reinforcement Learning
1. Deep Q-Learning
2. Policy Gradient
3. Actor Critic

[MHaurel]

Plan proposé par @MHaurel (Discord: Maxxx)

Notions de base (Introduction)
Fondations du RL

• Brève introduction
• Bandit multi-armes
• Processus de Décision Markoviens
• Fonctions basées sur Valeurs et Politiques
• Dynamic Programming

Notions élémentaires
Algos de RL

• Monte-Carlo
• Temporal Difference Learning
• Q-Learning: (Théorie & Exemple)
• SARSA
• MinMax
• OpenAI Gym : Overview

Notions avancées
Approfondissement du RL

• Deep Q-Learning (Théorie & Exemple)
• Actor Critic
• Algorithmes évolutionnistes

[MHaurel]

Voici ma proposition pour le nouveau plan de Reinforcement Learning