Differences

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

--- realisation_env_grille_qlearning_sma [2025/12/18 20:20]
66.249.64.232 old revision restored (2025/08/04 03:45)
+++ realisation_env_grille_qlearning_sma [2026/01/04 00:52] (current)
176.7.16.118 old revision restored (2025/07/05 19:59)
@@ Line 33: / Line 33: @@
 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.
-Dans ce contexte l'apprentissage classique, les deux agents devraient trouver une politique optimale comme s'ils étaient seul sur la grille.
+Dans ce contexte l'apprentissage est classique, les deux agents devraient trouver une politique optimale comme s'ils étaient seul sur la grille.
 {{:sans_collisions_sma_grille.png|}}
@@ Line 49: / Line 49: @@
 {{:grille_sma.png|}}
+La récompense de -10 sur la collision à l'entrée du tunnel les empêche d'apprendre la politique optimale
 {{: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