Description du projet
Projet d'intelligence artificielle centré sur l'apprentissage par renforcement pour entraîner des agents autonomes dans des environnements de simulation physique.
Algorythmes implémentés :
- Deep Q-Network (DQN) : Réseau de neurones profonds (Keras / TensorFlow) pour entraîner l'agent à piloter sur Gymnasium (LunarLander, CartPole, MountainCar).
- Q-Learning : Apprentissage par table de récompenses et sélection des meilleures actions.
- SARSA : Algorythme d'apprentissage pour comparer la stabilité et la vitesse d'apprentissage des modèles.
Technologies utilisées
Python
Keras
TensorFlow
Gymnasium
DQN
Q-Learning
NumPy