Retour à Glossary
Régularisation comportementale
Une famille de méthodes d'apprentissage par renforcement hors ligne qui contraignent la politique apprise à rester proche de la politique comportementale qui a collecté les données, prévenant l'exploitation d'actions hors distribution. Les méthodes incluent : contrainte de politique (TD3+BC), pénalité de divergence KL et contrainte de support (BEAR). La régularisation comportementale est le mécanisme clé permettant un apprentissage par renforcement hors ligne stable.