Différences

Ci-dessous, les différences entre deux révisions de la page.

--- apprentissage_par_renforcement [2021/06/01 11:18] – [Relèvement du pendule appelé Swing-up] serge
+++ apprentissage_par_renforcement [2021/09/07 16:18] – [Le Hello World de l'Apprentissage Par Renforcement] Benjamin Labomedia
@@ Ligne 23: / Ligne 23: @@
 </WRAP>
 </WRAP>
-https://www.youtube.com/watch?v=2koXcs0IhOc
+  * https://www.youtube.com/watch?v=2koXcs0IhOc
+  * Double Inverted Furuta Pendulum https://www.youtube.com/watch?v=lwJ2jzVexaI
 =====Apprentissage par renforcement=====
   * **[[https://fr.wikipedia.org/wiki/Apprentissage_par_renforcement|Apprentissage par renforcement @ fr.wikipedia.org]]**. En intelligence artificielle, plus précisément en apprentissage automatique, l'apprentissage par renforcement consiste, pour un agent autonome (robot, etc.), à apprendre à partir d'expériences, de façon à optimiser une récompense quantitative au cours du temps, positive ou négative. En répétant les expériences, le robot progresse.
@@ Ligne 165: / Ligne 166: @@
 ====Résultat du 1er essai====
-{{ vimeo>503157923?medium }}
-{{ :media_14:cartpole_avec_blender_game_engine.mp4 |}}
-{{ :media_14:cubemos_skeleton_blender.mp4 |}}
+{{ :media_14:cartpole_avec_blender_game_engine.mp4?500 |}}
 Avec un apprentissage de quelques heures ....
@@ Ligne 195: / Ligne 195: @@
 Les sources sont dans le dossier **[[https://github.com/sergeLabo/balance/tree/main/redressement|redressement]]** de balance. [[https://github.com/sergeLabo/balance/blob/main/redressement/swing_avec_reprise.py|Training ou Rendu]] en modifiant le script ligne 47.L'import de my_gym est réalisé avec un chemin absolu, pour tester il faut adapter ce chemin à votre cas.\\
 Ce pendule a été construit dans l'**Atelier du C01N de mon salon**:
-{{ vimeo>510756033?large }}
-L'apprentissage a duré 88 heures, 17 millions de steps, plus plusieurs semaines de recherches et d'ordinateurs qui calcule 24h/24h. Le fichier de poids fonctionne sur Xubuntu 18.4 mais pas sur Debian 10: il doit y avoir une version d'une des librairies qui diffèrent.
 {{ :media_14:swingup_dans_le_blender_game_engine.mp4?500 |}}
+L'apprentissage a duré 88 heures, 17 millions de steps, plus plusieurs semaines de recherches et d'ordinateurs qui calcule 24h/24h. Le fichier de poids fonctionne sur Xubuntu 18.4 mais pas sur Debian 10: il doit y avoir une version d'une des librairies qui diffèrent.
 La récompense augmente plus vite à partir de la suppression de la récompense RV. Il faudrait faire un enregistrement du model quand la récompense est élevée.\\