Scribd
Importer
31 vues2 pages

Q-learning pour le chemin optimal robot

Ce document décrit un projet qui utilise la méthode Q-learning pour trouver le chemin optimal d'un robot entre un état initial et un état final dans un environnement représenté par une matrice. Le document explique la représentation de l'environnement, les actions et récompenses possibles, et le travail à réaliser pour développer le programme.

Transféré par

younes zyadi
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd
31 vues2 pages

Q-learning pour le chemin optimal robot

Ce document décrit un projet qui utilise la méthode Q-learning pour trouver le chemin optimal d'un robot entre un état initial et un état final dans un environnement représenté par une matrice. Le document explique la représentation de l'environnement, les actions et récompenses possibles, et le travail à réaliser pour développer le programme.

Transféré par

younes zyadi
Copyright
© All Rights Reserved
Nous prenons très au sérieux les droits relatifs au contenu. Si vous pensez qu’il s’agit de votre contenu, signalez une atteinte au droit d’auteur ici.
Formats disponibles
Téléchargez aux formats PDF, TXT ou lisez en ligne sur Scribd

Faculté des sciences Meknès, Département d’informatique, Master Intelligence artificielle

Mini Projet : Path planning avec la méthode Q-learning


Le but de ce projet est de trouver le chemin optimal d’un robot pour aller de S à G.
Représentation de l’environnement :

Chemin valide:
(0,0),(0,1),(0,2),(0,3),(1,3),(1,4),(1,5),(2,5),(3,5),(4,5),(4,6),(4,7),(5,7),(6,7)(7,7),(7,8),(8,8),(8,9),(9,9)

Un chemin valide est un chemin qui commence par (0,0) et se termine par (9,9) et
ne coïncide pas avec les coordonnées des obstacles.
Chaque état est determiné par une position P(x,y), et a quatre possibles actions qui
sont : H, B, G et D. L’état initiale n’a que 2 actions possibles D et B.

Le signale de renforcement (Rward) :


Si P(x,y) = 1 alors R = -10
Si P(x,y) = 0 alors R= 1/dist(P(x,y),G) (G : Goal)

dist(P1, P2)= − + −
Faculté des sciences Meknès, Département d’informatique, Master Intelligence artificielle

Le travail à faire :
Développer un programme en utilisant la méthode Q-learning, pour trouver un
chemin optimale entre l’état initiale P(0,0) et l’état finale P(9,9).
Vous pouvez vous baser sur le diagramme de classe suivant (L’utilisation des mêmes
classes n’est pas obligatoire. Vous pouvez définir vos propres classes):

Pour ceux qui ont terminé : ajouter dans quelques cases de l’environnement des
fraises. Le robot gagne des points lorsqu’il les traverse.
NB : Pour ceux qui vont développer en JAVA, pour faciliter la tâche de gestion de
la matrice, ils peuvent utiliser l’API EJML pour modéliser l’environnement.
Bon courage
Pr. Said BENHLIMA

Vous aimerez peut-être aussi