Differences

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

--- realisation_env_grille_qlearning_sma [2025/04/19 22:03]
3.142.54.53 old revision restored (2025/02/24 19:10)
+++ realisation_env_grille_qlearning_sma [2025/06/07 02:55] (current)
216.73.216.125 old revision restored (2025/05/21 09:09)
@@ Line 30: / Line 30: @@
 {{:grille_sma.png|}}
-==== Experience Sans collisions ====
+==== Experience ====
-Deux ILs tentent d'atteindre l'objectif au bout de leur tunnel respectif. Leur route ne se rencontrent jamais, aucune collision n'est donc provoquée.
+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.
-Dans ce contexte l'apprentissage classique, les deux agents devraient trouver une politique optimale comme s'ils étaient seul sur la grille.
-{{: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_collision_sma_grille_ils.png|}}
+{{:reward_grille_sma_ils.png|}}
 (Somme des récompenses des deux agents - l'un en violet, l'autre en marron)
-==== Experience Tunnel To Goal ====
+La récompense de -10 sur la collision à l'entrée du tunnel les empêche d'apprendre la politique optimale
-Deux ILs évoluent sur une grille de forme Tunnel To Goal avec un QLearning (grille ci-dessous). Les deux agents essaient d'apprendre une politique optimale, mais ils devraient se court-circuiter mutuellement devant l'entrée du tunnel.
-{{:grille_sma.png|}}
-{{: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

Site Tools

Differences

Page Tools