Cartes topographiques neuronales pour l'apprentissage par renforcement sur des problèmes de contrôle non-linéaire

Emmanuel Daucé (1) , Alain Dutech (2)

1 ISM - Institut des Sciences du Mouvement Etienne Jules Marey
2 MAIA - Autonomous intelligent machine

We present a neural architecture which combines a new reinforcement learning algorithm with a topographic encoding of the inputs as inspired by kernel-based methods. This architecture is able to learn to control non-linear systems defined on a continuous space. Some results on a task of reaching are also given.

Nous présentons une architecture neuronale où sont combinés une nouvelle règle d'apprentissage par renforcement et un codage de l'information topographique inspiré de méthodes à noyaux. Cette architecture est capable d'apprendre à contrôler des systèmes non-linéaires définis sur des espaces continus. Nous présentons les premiers résultats obtenus dans une tâche d'atteinte de cible visuelle.

Mots clés: AI; Neural Control; Reinforcement Learning; Kernel Methods

Domaines: Intelligence artificielle [cs.AI]

Emmanuel Daucé, Alain Dutech. Cartes topographiques neuronales pour l'apprentissage par renforcement sur des problèmes de contrôle non-linéaire. 10e Colloque Africain sur la Recherche en Informatique et en Mathématiques Appliquées, Oct 2010, Yamoussoukro, Côte d’Ivoire. pp.9 P. ⟨inria-00494164⟩