Apprentissage Par Renforcement : Analyse Des Crit Eres Moyens Et Pond Er Es En Hori- Zon Fini

E : Les probl emes de d ecision pos es par l'optimisation stochastique en horizon ni en l'absence de mod ele peuvent ^ etre trait es par des m ethodes adaptatives. Dii erents algorithmes d'apprentissage par renforcement ont et e propos es, tels le Q-Learning ou le R-Learning, mais ils sont d eenis pour des probl emes a horizon innni. On propose ici une mod elisation en horizon ni avec une comparaison de deux algorithmes de type Q-Learning et R-Learning. On montre tout d'abord dans le cas ni l' equivalence des dii erents crit eres d'optimalit e associ es, puis, comme en horizon innni, une etude exp erimentale permet de conclure a la sup eriorit e des m ethodes de type R-Learning. MOTS-CL ES : apprentissage par renforcement, processus d ecisionnel de Markov, horizon ni.