aller au contenu
sacha.lemee
> cd projects/start-trek

Start Trek

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

  1. 01Un agent aléatoire comme référence pour comparer chaque modèle.
  2. 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.
  3. 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.
  4. 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).