Amélioration du stratège par Amélioration du stratège par

Amélioration du stratège par
Amélioration
du
stratège
par
Apprentissage

A
pp
rendre la fonction d’évaluation
pp
Définition de la fonction d’évaluation
z
Définition
de
la
fonction
d’évaluation
Eval(s) = w1f1(s) + w2f2(s) + … + wnfn(s)
–Fonction dépendante ou non du temps (du n° de
coup)
El(t)
(t) f
()
(t) f
()
(t) f
()
E
va
l(t
, s
)
= w1
(t)
f
1
(
s
)
+ w2
(t)
f
2
(
s
)
+ … + wn
(t)
f
n
(
s
)
zApprendre les w ou les w(t)

A
pp
rendre à ex
p
lorer ?
pp p
z
Paramétrisation de l
’
algorithme de recherche
z
Paramétrisation
de
l algorithme
de
recherche
–Algorithme à profondeur fixée
zTendance à favoriser des
p
rises im
p
ortantes au dernier cou
p
pp p
–Algorithmes à profondeur variable
zNécessite un critère d’arrêt
St bilité d l it ti
–
St
a
bilité
d
e
l
a s
it
ua
ti
on
–Validité de la fonction d’évaluation
–Algorithmes dépendants des contraintes temporelles
zPrise en compte du temps
–Profondeur fixée dépendante du temps

Comment apprendre ?

Mise au
p
oint du stratè
g
e
pg
Alamain
z
A
la
main
zPar apprentissage supervisé
zPar apprentissage faiblement supervisé