Différences

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

--- apprentissage_par_renforcement [2021/02/13 13:42]
serge [Relèvement du pendule appelé Swing-up]
+++ apprentissage_par_renforcement [2021/02/13 13:43] (Version actuelle)
serge [Relèvement du pendule appelé Swing-up]
@@ Ligne 195: / Ligne 195: @@
 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_efficiency.png?400 |}}
+{{ :media_14:swingup_efficiency.png?300 |}}
 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.\\
 Avec du son ce serait encore plus génial !

Labomedia Ressources