Retour aux projets
Epitech · 2e année · Binôme
StarTrek
Un agent DQN qui apprend à poser un module lunaire.
- Python
- PyTorch
- Gymnasium
- DQN
- Période
- Avril 2026
- Équipe
- Projet en binôme
- Code
- Dépôt privé
Le projet
De l’apprentissage par renforcement avec un DQN, sur l’environnement LunarLander de Gymnasium.
Le cœur du travail : concevoir la fonction de récompense et optimiser les hyperparamètres pour stabiliser le modèle.
Ce qui a été difficile
- Un DQN est instable : sans target network, l’agent apprend vite, puis s’effondre et devient chaotique.
- Trouver le bon équilibre entre exploration et exploitation, et lire une récompense façonnée par l’environnement.
Ce que j’ai appris
- Prouver l’utilité d’un composant par une étude d’ablation : on le retire, et on mesure ce qui se passe.
- Pourquoi un replay buffer et un target network stabilisent l’apprentissage.
- Analyser la fin des épisodes, crash, atterrissage ou temps écoulé, pour comprendre ce que l’agent a appris.
Essayer.
L’agent aux commandes
Modèle entraîné
Trois atterrissages
Trois épisodes joués par le DQN entraîné, sans intervention.