Deep Learning avec Keras et TensorFlow

10.11 Variantes de l’apprentissage Q profond

399

© Dunod – Toute reproduction non autorisée est un délit.

Nous n’avons pas afché la perte, car il s’agit d’un piètre indicateur de la perfor-

mance du modèle. La perte peut baisser alors que l’agent est mauvais. Par exemple,

si l’agent reste bloqué dans une petite région de l’environnement et si le DQN

commence à surajuster cette région. À l’inverse, la perte peut augmenter alors que

l’agent travaille mieux. Par exemple, si le DQN avait sous-estimé les valeurs Q et s’il

commence à améliorer ses prédictions, l’agent afchera de meilleures performances,

obtiendra plus de récompense, mais la perte peut ...