Differences

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

--- realisation_env_grille_cqlearning_cmu_tr_ttg [2025/11/02 12:06]
206.204.8.240 old revision restored (2025/10/15 20:03)
+++ realisation_env_grille_cqlearning_cmu_tr_ttg [2025/11/13 02:36] (current)
216.73.216.15 old revision restored (2025/11/11 23:23)
@@ 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 ====
+=== CMU ===
+A la 3 000eme itération, la politique devient déterministe, l'agent ne peut plus choisir d'actions aléatoirement.
+Moyenne des sommes des récompenses :\\
+{{:cmu3_rewards.png?500|}}
+Moyenne du nombre de collisions :\\
+{{:cmu3_collisions.png?500|}}
+Moyenne du nombre d'états joints :\\
+{{:cmu3_nbjs.png?500|}}
+Petite optimisation sur les états joints, lorsqu'ils n'ont pas été utilisés depuis trop longtemps, ceux-ci sont supprimés. Ils le sont aussi lorsqu'ils indiquent la même action que l'état individuelle.
+Voici les stats obtenues en lançant l'expérience 5 fois :
+En moyenne, les agents ont besoin de  -10.9  etapes \\
+Avec un ecart-type de   0.943398113206
+En moyenne, les agents ont  0.0  collisions \\
+Avec un ecart-type de   0.0
+En moyenne, les agents ont  1.9  etats joints \\
+Avec un ecart-type de   1.13578166916

DokuWiki

Site Tools

Differences

Page Tools