Differences

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

--- realisation_env_grille_qlearning_sma [2025/12/10 02:01]
47.128.36.135 old revision restored (2025/08/29 10:16)
+++ realisation_env_grille_qlearning_sma [2025/12/10 02:26] (current)
47.128.47.5 old revision restored (2025/08/20 21:31)
@@ Line 30: / Line 30: @@
 {{:grille_sma.png|}}
-==== Experience ====
+==== Experience Tunnel To Goal ====
 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.
@@ Line 39: / Line 39: @@
 La récompense de -10 sur la collision à l'entrée du tunnel les empêche d'apprendre la politique optimale
+==== Experience Sans collisions ====
+Même test en prenant une grille dans laquelle il n'y a pas de collisions.
+{{:sans_collisions_sma_grille.png|}}
+On peut voir que la somme des récompenses tend vers un minimum et que les agents ne se perturbent pas.
+{{:sans_collisions_sma_grille_ILs.png|}}
+(Somme des récompenses des deux agents - l'un en violet, l'autre en marron)

DokuWiki