Emmanuel Rachelson

Un nouveau cadre améliore l'optimisation en apprentissage automatique en utilisant des infos sur le comportement.

Présentation d'ExpectRL pour s'attaquer à la surestimation dans l'apprentissage par renforcement grâce aux expectiles.

Un nouveau banc d'essai pour tester des méthodes d'apprentissage par renforcement robustes dans différents environnements.

Des chercheurs améliorent l'apprentissage par renforcement avec un nouveau cadre pour des environnements incertains.

La méthode LEADS renforce la diversité des compétences pour une meilleure exploration de l'IA.

SGDrop aide les CNN à mieux apprendre avec peu de données en élargissant leur perspective.

RAMP aide les agents à explorer de nouvelles voies pour mieux apprendre.