Differences

This shows you the differences between two versions of the page.

--- realisation_env_grille_qlearning_sma [2025/02/28 19:12]
47.128.27.0 old revision restored (2025/02/12 18:32)
+++ realisation_env_grille_qlearning_sma [2025/04/18 13:24] (current)
47.128.124.206 old revision restored (2025/02/23 18:12)
@@ Line 13: / Line 13: @@
-BBBBBB
+BBBBBB\\
-BSEEEB
+BSEEEB\\
-BBBBEB
+BBBBEB\\
-BFEEEB
+BFEEEB\\
-BBBBEB
+BBBBEB\\
-BSEEEB
+BSEEEB\\
-BBBBBB
+BBBBBB\\
 Le 2 indique que deux agents seront sur la grille. Ils seront placés sur les deux cases "S". (Note à moi même - inutile de préciser le nombre d'agents, il suffirait d'en créer autant qu'il y a de cases "S").
@@ Line 28: / Line 28: @@
 L'épisode est terminé lorsque les deux agents ont atteint la case objectif. Si un agent la trouve avant l'autre, l'épisode continue, mais l'agent qui l'a trouvé ne bouge plus. Pendant ce temps le second agent continue de le chercher.
+{{:grille_sma.png|}}
 ==== Experience ====
-Deux IL évoluent sur une grille de forme Tunnel To Goal avec un QLearning. Les deux agents essaient d'apprendre une politique optimale, mais se court-circuitent en arrivant devant le tunnel.
+Deux IL évoluent sur une grille de forme Tunnel To Goal avec un QLearning (grille ci-dessus). Les deux agents essaient d'apprendre une politique optimale, mais se court-circuitent en arrivant devant le tunnel.
+{{:reward_grille_sma_ils.png|}}\\
+(Somme des récompenses des deux agents - l'un en violet, l'autre en marron)
+La récompense de -10 sur la collision à l'entrée du tunnel les empêche d'apprendre la politique optimale

DokuWiki

Site Tools

Differences

Page Tools