M2IA UE Intelligent Agents - TP2 DQN

Dans ce projet, vous allez implémenter l'algorithme Deep QNetwork.

1. Installation

Suivre les instructions pour créer un environnement virtuel pour votre TP: ici.

Vous devez pousser vos modifications dans votre projet git avant la date limite (date du commit faisant foi).

Dans ce TP, vous devrez suivre les consignes qui sont dans le notebook TPDQN.ipynb.

Vous devrez compléter les fichiers suivants:

le notebook TPDQN.ipynb
différents fichiers python (voir les consignes dans le notebook)
rendre un rapport (à ajouter à votre dépôt) avec les résultats des expérimentations

Name		Name	Last commit message	Last commit date
Latest commit History 5 Commits
img		img
plot		plot
.DS_Store		.DS_Store
.gitignore		.gitignore
QNN.py		QNN.py
README.md		README.md
README_conda_gym.md		README_conda_gym.md
TPDQN.ipynb		TPDQN.ipynb
agentdqn.py		agentdqn.py
agentdqntarget.py		agentdqntarget.py
agentglouton.py		agentglouton.py
learning_rate_n_ep.csv		learning_rate_n_ep.csv
rapport.md		rapport.md
replaybuffer.py		replaybuffer.py
requirements.txt		requirements.txt
scheduler.csv		scheduler.csv
scheduler_agent_optim.csv		scheduler_agent_optim.csv
test_agent.py		test_agent.py
utils.py		utils.py