Il faut doser la poussée, pas seulement appuyer ou non : c'est de la commande continue. Les rafales de vent, que personne ne voit, poussent l'engin de côté. En face des IA, un correcteur PID, le genre d'algorithme qui pilote vraiment les fusées.
Chargement des modèles…
Même budget pour toutes les méthodes qui apprennent : le même nombre de pas de simulation (un pas = 0,05 s). Mesure sur 100 départs et vents jamais vus à l'entraînement. Réussir, c'est toucher la plateforme à moins de 2 m/s en vertical, 1 m/s en horizontal et 11° d'inclinaison, en moins de 40 secondes.
| Chargement… |
Gravité lunaire (1,62 m/s²), un moteur principal qui pousse dans l'axe de l'engin, deux petits moteurs qui le font tourner. Le vent combine une poussée constante et des rafales régulières, tirées au hasard à chaque départ.
Position, vitesse, inclinaison et vitesse de rotation. Pas le vent : il faut le deviner à ses effets.
Trois boucles écrites à la main : l'inclinaison voulue dépend de l'écart à la plateforme, les moteurs latéraux suivent cette inclinaison, et la poussée tient une vitesse de descente qui ralentit près du sol. Ses gains ont eu droit à 8 essais de réglage, comme les IA.
Deux méthodes à gradient. PPO corrige sa politique par petits pas à partir des épisodes récents. SAC rejoue sa mémoire et cherche à rester le plus imprévisible possible tant que ça ne coûte rien, ce qui l'aide à explorer.
Sans gradient : des variantes de réseaux sont essayées sur des atterrissages entiers, et les meilleures guident la génération suivante.