Differences

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

--- realisation_env_grille_qlearning_sma [2025/06/07 02:55]
216.73.216.125 old revision restored (2025/05/21 09:09)
+++ realisation_env_grille_qlearning_sma [2025/07/03 12:39] (current)
216.73.216.192 old revision restored (2025/07/02 08:31)
@@ Line 32: / Line 32: @@
 ==== Experience ====
-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.
+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.
 {{: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