Agent A2C sur CartPole-v1
Description
Ce modèle est un agent d’apprentissage par renforcement entraîné avec l’algorithme Advantage Actor-Critic (A2C) afin de résoudre l’environnement CartPole-v1 de Gymnasium.
L’objectif est de maintenir un bâton en équilibre sur un chariot en appliquant des forces vers la gauche ou la droite.
Entraînement
- Algorithme : A2C (Advantage Actor-Critic)
- Bibliothèque : Stable-Baselines3
- Environnement : CartPole-v1
- Nombre de timesteps : 200000
Le modèle a été entraîné avec les hyperparamètres par défaut de Stable-Baselines3.
Evaluation
- Récompense moyenne : 500
- Récompense maximale : 500
L’agent est capable de maintenir l’équilibre pendant le nombre de step maximum.
