Même conditions que pour l'environnement grille classique avec des ILs.
Grille type Tunnel to Goal, 2 agents.
Rappel des résultats obtenus avec des ILs : http:liris.cnrs.fr/sasem/doku.php?id=realisation_env_grille_qlearning_sma ==== Résultats avec Joint state learners ==== Les collisions disparaissent rapidement (les deux courbes se confondent car les collisions qui arrivent a un agent arrivent forcément à l'autre): rewards_collisions_grille_jsl.png Politique optimale trouvée : rewards_grille_jsl.png
