Differences

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

--- realisation_env_grille_qlearning_sma [2025/11/11 10:55]
66.249.76.166 old revision restored (2025/08/27 12:02)
+++ realisation_env_grille_qlearning_sma [2025/11/13 00:49] (current)
103.228.201.100 old revision restored (2025/07/03 18:09)
@@ Line 32: / Line 32: @@
 ==== Experience ====
-Deux IL évoluent sur une grille de forme Tunnel To Goal avec un QLearning. Les deux agents essaient d'apprendre une politique optimale, mais se court-circuitent en arrivant devant le tunnel.
+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.
-{{:reward_grille_sma_ils.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