Thèse : Exploration stochastique avec des ressources temporelles limitées

Résumé

Cette thèse étudie l'optimisation et l'apprentissage par renforcement lorsque les signaux utiles, en particulier les récompenses, sont rares. Elle développe des méthodes fondées sur les systèmes de particules en interaction et la théorie des grandes déviations afin d'améliorer l'exploration, d'éviter une diversification excessive et de construire des estimateurs plus fiables en exploitant l'information a priori.

Abstract

This thesis investigates optimization and reinforcement learning when useful signals, particularly rewards, are rare. It develops methods based on interacting particle systems and large deviation theory to improve exploration, prevent excessive diversification, and construct more reliable estimators using prior information.