Appréhender l’apprentissage par renforcement inverse au travers de l’algorithme IQ-Learn
SONAR|HES-SO
- Carreira, Thomas
- Kalousis, Alexandros (Degree supervisor)
- Genève : Haute école de gestion de Genève
40 p.
Master of Science HES-SO en Information documentaire: Haute école de gestion de Genève, 2022
SimGait
machine learning
apprentissage automatique
apprentissage par renforcement inverse
soft actor-critic
French
Ce travail a permis l’appréhension de multiples concepts d’apprentissage automatique, tels que l’apprentissage par renforcement, par imitation et par renforcement inverse. Chacun de ces sujets a été étudié de telle sorte à comprendre les concepts fondamentaux qui ont ensuite aidé à la compréhension d’algorithmes.
L’objectif de ce projet était d’ajouter l’algorithme « Inverse soft-Q Learning for Imitation (IQ-Learn) » dans le projet MiloZero. Il a donc été nécessaire de se familiariser avec l’architecture du projet afin de comprendre son fonctionnement et ainsi d’être capable d’ajouter un nouvel algorithme dans cet environnement.
Cependant, IQ-Learn n’est pas un algorithme à part entière, car il est ajouté au-dessus d’un autre. Ce dernier peut être soit « Soft-Q » qui est uniquement utilisé dans des environnements discrets, soit « Soft actor-critic (SAC) » qui peut être utilisé dans les deux types d’environnements existants. Étant donné que MiloZero cherche à atteindre un objectif nécessitant des données continues, il était nécessaire de choisir SAC. Il a donc été impératif de s’occuper en premier de l’implémentation de SAC afin de pouvoir par la suite venir greffer par-dessus IQ-Learn.
L’objectif de ce projet était d’ajouter l’algorithme « Inverse soft-Q Learning for Imitation (IQ-Learn) » dans le projet MiloZero. Il a donc été nécessaire de se familiariser avec l’architecture du projet afin de comprendre son fonctionnement et ainsi d’être capable d’ajouter un nouvel algorithme dans cet environnement.
Cependant, IQ-Learn n’est pas un algorithme à part entière, car il est ajouté au-dessus d’un autre. Ce dernier peut être soit « Soft-Q » qui est uniquement utilisé dans des environnements discrets, soit « Soft actor-critic (SAC) » qui peut être utilisé dans les deux types d’environnements existants. Étant donné que MiloZero cherche à atteindre un objectif nécessitant des données continues, il était nécessaire de choisir SAC. Il a donc été impératif de s’occuper en premier de l’implémentation de SAC afin de pouvoir par la suite venir greffer par-dessus IQ-Learn.
- Language
-
- French
- Classification
- Computer science and technology
- Notes
-
- Haute école de gestion de Genève
- Information documentaire
- hesso:hegge
- Persistent URL
- https://sonar.ch/global/documents/323038
Statistics
Document views: 63
File downloads:
- Carreira_Thomas_TM_2022.pdf: 222