ACCUEIL

Consignes aux
auteurs et coordonnateurs
Nos règles d'éthique

APPEL À
CONTRIBUTION
Masses de données hétérogènes
En savoir plus >>
Autres revues >>

Revue d'Intelligence Artificielle

0992-499X
Revue des Sciences et Technologies de l'Information
 

couverture du numéro

APPRENTISSAGE PAR RENFORCEMENT ET PLANIFICATION ADAPTATIVE
sous la direction de BRUNO ZANUTTINI, GUILLAUME LAURENT, OLIVIER BUFFET

 LISTE DES ARTICLES POUR LE VOL 27/2 - 2013
SOMMAIRE  [GRATUIT]
- pp.151-151
INTRODUCTION  [GRATUIT]
Bruno ZANUTTINI, Guillaume LAURENT, Olivier BUFFET - pp.153-154
Classification structurée pour l’apprentissage par renforcement inverse
Edouard KLEIN, Bilal PIOT, Matthieu GEIST, Olivier PIETQUIN - pp.155-169
Stratégies d’échantillonnage pour l’apprentissage par renforcement batch
Raphaël FONTENEAU, Susan A. MURPHY, Louis WEHENKEL, Damien ERNST - pp.171-194
Apprentissage et optimisation de politiques pour un bras articulé actionné par des muscles
Didier MARIN, Lionel RIGOUX, Olivier SIGAUD - pp.195-215
Planifier lorsque le but change. Une approche inspirée de la recherche de cible mouvante
Damien PELLIER , Humbert FIORINO , Marc MÉTIVIER - pp.217-242
Adaptation de la matrice de covariance pour l’apprentissage par renforcement direct
Olivier SIGAUD, Freek STULP - pp.243-263
ACHETEZ CE NUMÉRO (version imprimée)



Mot de passe oublié ?

ABONNEZ-VOUS !

CONTACTS
Comité de
rédaction
Conditions
générales de vente

 English version >> 
Lavoisier