Un agent d'apprentissage par renforcement qui se pose sur la Lune
- contexte
- EPITECH · équipe de 3
- période
- mai 2026
- plateformes
- Python · Gymnasium
> cat context.md
Un projet d'intelligence artificielle EPITECH, réalisé avec Ariel Amriou et Pierrick Simon. L'agent pilote un module dans l'environnement LunarLander-v3 de Gymnasium et apprend par essais et erreurs à partir de récompenses rares. Objectif : un score moyen d'au moins 200 sur 100 épisodes consécutifs. Ma part : la classification des fins d'épisode (crash, sortie d'écran, atterrissage), le calcul du score et du critère de réussite, la discrétisation configurable pour le Q-Learning et le script de reproduction. Le Deep Q-Network a été écrit par mes coéquipiers.
> cat how-it-works.md
- 01Un agent aléatoire comme référence pour comparer chaque modèle.
- 02Un Q-Learning tabulaire avec une discrétisation configurable de l'état continu à 8 valeurs, des mises à jour de Bellman et une exploration ε-greedy décroissante.
- 03Un Dueling Deep Q-Network en PyTorch, qui sépare la valeur de l'état et l'avantage de chaque action, avec une replay memory de 50 000 transitions et un réseau cible.
- 04Une étude d'ablation sur le learning rate, la taille de la replay memory et le decay d'ε pour retenir la configuration la plus stable.
> cat lessons.md
Le Q-Learning a demandé 10 000 épisodes (30 minutes) et restait instable, car la discrétisation rend le module saccadé. Le DQN a appris des atterrissages plus doux et mieux anticipés en environ 500 épisodes (10 minutes).