this repo has no description
Continue rapport
+11
-3
+11
-3
rapport/context.typ
+11
-3
rapport/context.typ
···
98
98
/ Le remplissage du tableau: devient la rétropropagation pendant l'entraînement
99
99
100
100
101
-
=== Tendances à la "tricherie" des agents
101
+
=== Nécéssité de la validation
102
102
103
103
Expérimentalement, on sait que des tendances "tricheuses" émergent facilement pendant l'entraînement: l'agent découvre des séries d'actions qui causent un bug avantageux vis à vis du coût associé, soit parce qu'il y a un bug dans le calcul de l'état de l'environnement post-action, soit parce que la fonction coût ne prend pas suffisemment bien en compte toutes les possibilités de l'environnement (autrement dit, il manque de contraintes).
104
104
···
116
116
117
117
Ces phénomènes, appelés _"glitches"_ dans le jargon du jeu vidéo, peuvent se manifester de diverses manières:
118
118
119
-
/ _No clip_: passage à travers un objet solide à cause de cas limites dans les calculs de collision joueur-objet
120
-
/ Téléportation: mouvement brutal du joueur sur des grandes distances sans cause raisonnable, souvent causé par des erreurs dans le calcul des coordonnées de sa position
119
+
#comment[ Compliqué sans vidéo... ptet à remplacer par une phrase seulement, ou alors c'est peut-être déjà assez clair sans exemples? ]
121
120
121
+
- Le passage à travers un objet solide à cause de cas limites dans les calculs de collision joueur-objet (appelé _No clip_)
122
+
- La téléportation du joueur sur des grandes distances sans cause raisonnable, souvent causé par des erreurs dans le calcul des coordonnées de sa position
123
+
- La projection d'un objet a une vitesse extrême, souvent causé par des cas limites dans le calcul de la vélocité lors d'une collision
124
+
125
+
Bien évidemment, pour l'agent, tant qu'un bug n'est pas explicitement découragé par sa prise en compte dans la fonction coût, si l'état résultant améliore le score, l'agent apprendra à faire cette action quand c'est utile.
126
+
127
+
#comment[ Rien à voir mais je me dis, c'est enfait un moyen de trouver des bugs dans un physics engine ! ça me fait penser au Fuzzing un peu, mais avec un NN plutôt que du hasard contrôlé ]
128
+
129
+
====
122
130
123
131
== Application en robotique
124
132
rapport/main.pdf
rapport/main.pdf
This is a binary file and will not be displayed.