Raia Hadsell décrit comment l’apprentissage par renforcement permet aux agents d’adapter leurs actions à partir de récompenses. Elle explique le rôle de la mémoire dans la navigation et les difficultés du passage des simulations au monde physique, plus complexe et plus bruité.
Synthèse en français, sans citation littérale. Elle ne représente pas l’intégralité de la source.
Crédits et licences
Illustration générée par IA, et non photographie documentaire.
Illustration originale générée par IA. Référence d’apparence : Site professionnel de Raia Hadsell ; photographe non identifié. Photo source non republiée.
Modifications : Portrait individuel cartoon original à hachures fines, cadrage carré tête-épaules, fond noir et reflet violet, composition et vêtements redessinés, sans texte ni logo. Déclinaisons WebP pour l’affichage web, sans recadrage supplémentaire.
Une illustration éditoriale ne constitue pas un soutien ou une affiliation de la personne représentée à MIND AI THINK TANK.
Les personnes référencées ne sont pas présentées comme membres, partenaires ou soutiens de MIND AI THINK TANK. Leurs interventions sont étudiées comme sources publiques.
D’autres regards sur ces domaines
Des interventions publiques indépendantes, rapprochées par leurs thèmes.
Laurent AlexandreIA et présidentielle de 2027 : les priorités défendues par Laurent Alexandre
Maja MatarićMaja Matarić : concevoir des robots qui aident les personnes à progresser
Hiroaki KitanoMultiplier les hypothèses, puis les tester dans des laboratoires autonomes
Ken GoldbergKen Goldberg : associer apprentissage et ingénierie pour des robots fiables