IllustrationUne IA qui laisse une trace.
Un système local multi-agents qui intègre les preuves, la revue et les traces d’exécution au traitement des documents.
Découvrir le projetIA / Apprentissage par renforcement
Apprendre à traverser.
Comparer une table Q et un réseau Q profond dans l’environnement FrozenLake.
01 / Le défi
La question derrière le système.
Comprendre comment l’exploration, les récompenses et la représentation des valeurs influencent le comportement appris.
Une exploration pédagogique de la manière dont un agent apprend à partir de récompenses. Deux approches traitent la même tâche sur une grille : le Q-learning tabulaire mémorise directement les valeurs état/action, tandis qu’un réseau de neurones PyTorch les approxime.
02 / La démarche
De l’architecture à la réalisation.
- 01
Comparer le Q-learning tabulaire à un réseau Q profond dans le même environnement.
- 02
Adapter les récompenses et faire évoluer le taux d’exploration ; utiliser une mémoire de rejeu et un réseau cible pour le DQN.
- 03
Suivre les récompenses et l’exploration pendant l’entraînement, puis visualiser les résultats d’évaluation.
03 / Résultats
Ce que montrent les résultats.
- Le dépôt comprend le code d’entraînement et d’évaluation, les modèles enregistrés et des graphiques pour les deux approches.
04 / Périmètre & prochaines étapes
Où en est le projet.
- Les résultats concernent l’environnement pédagogique FrozenLake et ne démontrent pas de performances sur un système autonome physique.
La référence de départ provient de johnnycode8/gym_solutions. Les autres scripts adaptent ce travail avec des récompenses, une validation et des visualisations modifiées ; l’attribution est conservée dans le dépôt.
Poursuivre l’exploration
