Differences

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

--- realisation_env_mountainar_gym_qlearning [2025/11/11 18:27]
66.249.70.198 old revision restored (2025/08/30 01:35)
+++ realisation_env_mountainar_gym_qlearning [2025/11/13 02:36] (current)
216.73.216.15 old revision restored (2025/11/11 18:27)
@@ Line 11: / Line 11: @@
 La position de départ de la voiture est en -0.5 et sa vitesse est nulle.
-A chaque mouvement l'agent reçoit une récompense de -1. \\
+A chaque mouvement l'agent reçoit une récompense de -1 ou 0 s'il atteint sont objectif. \\
 Le but est donc de faire apprendre à la voiture comment grimper en haut de la colline le plus rapidement possible. Pour cela j'essaie d'utiliser un QLearning en discrétisant la position de la voiture.
@@ Line 31: / Line 31: @@
 {{:rewardmountaincarnul.png|}}
+(x = nombre d'épisodes, y = somme des récompenses)
+==== Problème / Avis ====
+Il n'y a aucun apprentissage, l'algorithme a l'air même moins efficace que l'aléatoire.
+J'ai l'impression d'utiliser exactement le même QLearning que pour mon environnement de grille et pour lequel il y a un apprentissage. Peut être que je rate un détail stupide, mais je ne vois pas où est le problème.
+L'environnement Pendulum me parait être le même que le MountainCar avec une dimension en plus et une action continue à choisir à chaque étape, je peux essayer de faire marcher le QLearning dessus, mais je ne vois pas pourquoi cela fonctionnerait mieux.

DokuWiki