Differences

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

--- memento-learning-multi-agent-state-space-representations [2025/04/18 19:00]
3.143.18.39 old revision restored (2025/03/01 18:36)
+++ memento-learning-multi-agent-state-space-representations [2025/05/20 23:50] (current)
166.108.193.186 old revision restored (2025/05/14 04:24)
@@ Line 22: / Line 22: @@
 ==== CQ-Learning ====
-En partant du principe que les agents ont une politique optimale ainsi qu'une récompense associée à chaque tuple <état, action>.
-Les agents ont deux ensembles d'états, un classique qui répertorie tous les états (hors joint) et un "joint" qui répertorie les états qui sont en collisions avec d'autres agents. C'est à dire accessibles par deux agents ou plus.
-L'algorithme utilise alors test de Student pour détecter des changements dans la valeur d'une récompense sur un <état, action> ciblé. Deux situations peuvent arriver :
-   * L'algorithme détecte un changement, s'en suivent alors les étapes suivantes :
-      - Marquage de l'état
-      - Recherche de la cause du changement
-      - Paire <état, action> marquée comme "dangereuse"
-      - Ajout de l'état à l'ensemble d'états "joint" de l'agent
-      - Les <états, action> qui n'ont pas provoqués la collision sont marqué comme "safe"
-   *  L'algorithme ne détecte aucun changement, aucune instruction n'a lieu

DokuWiki