BLOG ET ACTUALITÉS
Reinforcement learning for bioprocesses - a study of reinforcement learning algorithms for continuous bioprocessing
Le projet GIT cité présente des techniques de « reinforcement learning » pour l’optimisation de bioprocédés continus revenus ces dernières années en vogue grâce à sa forte productivité sur des temps process plus longs.
Le modèle de Bioprocess considère une fermentation simple avec une concentration de la molécule d’intérêt améliorée et alloué par rétroallocation à partir de l’état terminal de la fermentation et un rendement associé d’une certaine fonction objective.
Trois modèles de « Reinforcement Learning sont utilisés » dans le projet GIT :
· Monte Carlo
· SARSA
· Apprentissage Q
Le fichier ExpDesign.py appelle tous les autres scripts et fonctions « .py ». Le fichier actuel est configuré pour entraîner et valider uniquement le modèle de Monte Carlo peut être ajusté en modifiant l’import dans ExpDesign.py.