Chaque IA a appris à piloter sur des circuits tirés au hasard. Ici, elles courent sur des circuits qu'aucune n'a jamais vus. Elles ne voient la piste qu'à travers sept capteurs de distance. Le pilote écrit à la main, lui, connaît le tracé.
Chargement des modèles…
Toutes les méthodes qui apprennent ont eu le même budget : le même nombre de pas de jeu (un pas = 0,1 seconde de course). Les scores sont mesurés sur 50 circuits que personne n'a vus à l'entraînement, en 120 secondes de course.
| Chargement… |
Une dizaine de points tirés au hasard autour d'un cercle, reliés par une courbe lisse. La piste fait 12 unités de large. Le même tirage existe en Python et dans cette page : le circuit n° 1 est celui sur lequel les méthodes ont été mesurées.
Elle accélère, freine et tourne, mais son adhérence est limitée : plus elle va vite, moins elle peut tourner serré. Pour aller vite, il faut freiner avant les virages. Sortir de la piste arrête la course.
Sept distances au bord de la piste, de la gauche à la droite, plus leur vitesse et l'angle entre leur cap et la piste. Rien d'autre : ni le tracé à venir, ni leur position.
Méthode à gradient : la politique est un réseau qui propose une commande ; on la corrige dans le sens qui augmente la distance parcourue, sans trop s'éloigner de la politique précédente.
Sans gradient : on essaie des variantes des poids et on garde ce qui roule le mieux. CMA-ES apprend aussi la forme du nuage de variantes ; ARS n'a qu'une politique linéaire, la plus simple possible.
Une population de réseaux qui évoluent, forme comprise. C'est la méthode des autres jeux du site.