Differences

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

--- realisation_env_grille_cqlearning_cmu_tr_ttg [2025/08/29 06:05]
47.72.133.148 old revision restored (2025/08/10 05:22)
+++ realisation_env_grille_cqlearning_cmu_tr_ttg [2025/09/14 03:36] (current)
20.171.207.252 old revision restored (2025/08/22 02:37)
@@ Line 14: / Line 14: @@
 L'algorithme est testé sur trois environnements différents, un Tunnel to Goal (ttg) un cmu (quoi que cela puisse vouloir dire), et un Two Robots Game (tr).
 CMU
 {{:cmu_exemple.png?500|}}
+TR
+{{:tr_exemple.png?300|}}
+TTG
+{{:ttg_exemple.png?300|}}
 Les cases de couleurs sont les objectifs des agents de même couleur (sauf dans le ttg où il les deux agent sont le même objectif).
-Seul les résultats pour le CMU seront montrés.
 ==== Resultats ====
-Les moyennes sont effectuées sur 125 itérations.
-=== CMU ===
-Moyenne des sommes des récompenses :\\
-{{:cmu_rewards.png?500|}}
-Moyenne du nombre de collisions :\\
-{{:cmu_collisions.png?500|}}
-Moyenne du nombre d'états joints (contrairement à la légende) :\\
-{{:cmu2_nbjs_opti.png?500|}} \\
-Petite optimisation sur les états joints, lorsqu'ils n'ont pas été utilisés depuis trop longtemps, ceux-ci sont supprimés.
-A la 4 000eme itération, la politique devient déterministe, l'agent ne peut plus choisir d'actions aléatoirement. Il n'y a plus de collisions surprise et donc seul les états joints utiles sont gardés.

DokuWiki