Parcours d'apprentissage¶
ℹ️ Traduction abrégée. Cette page présente la carte du parcours et le Niveau 1. Le parcours complet (Niveaux 2 à 5 : concepts clés, algorithmes on-policy/off-policy, sujets avancés, production) n'est disponible qu'en version anglaise.
Votre guide pour maîtriser l'apprentissage par renforcement avec rlox — de zéro à la production.
flowchart TD
L1[Niveau 1 : premiers pas]
L2[Niveau 2 : concepts clés]
L3A[Niveau 3a : on-policy]
L3B[Niveau 3b : off-policy]
L3C[Niveau 3c : model-based et multi-agent]
L4[Niveau 4 : sujets avancés]
L5[Niveau 5 : production et mise à l'échelle]
L1 --> L2
L2 --> L3A
L2 --> L3B
L2 --> L3C
L3A --> L4
L3B --> L4
L3C --> L4
L4 --> L5
L3A -.- VPG[VPG] & A2C[A2C] & PPO[PPO] & TRPO[TRPO]
L3B -.- DQN[DQN] & TD3[TD3] & SAC[SAC] & IMPALA[IMPALA]
L3C -.- Dreamer[DreamerV3] & MAPPO[MAPPO] & QMIX[QMIX]
style L1 fill:#e8f5e9,stroke:#388e3c
style L2 fill:#e3f2fd,stroke:#1976d2
style L3A fill:#fff3e0,stroke:#f57c00
style L3B fill:#fff3e0,stroke:#f57c00
style L3C fill:#fff3e0,stroke:#f57c00
style L4 fill:#fce4ec,stroke:#c62828
style L5 fill:#f3e5f5,stroke:#7b1fa2
Niveau 1 : premiers pas (30 minutes)¶
Objectif : installer rlox, entraîner votre premier agent et voir les résultats.
Installer rlox¶
Entraîner votre premier agent¶
from rlox import Trainer
trainer = Trainer("ppo", env="CartPole-v1", seed=42)
metrics = trainer.train(total_timesteps=100_000)
print(f"Retour final : {metrics['mean_reward']:.1f}")
Comprendre l'API Trainer¶
Trainer est le seul point d'entrée pour tous les algorithmes :
# Créer avec un nom d'algorithme + un environnement
trainer = Trainer("sac", env="Pendulum-v1")
# Entraîner pour N pas de temps
metrics = trainer.train(total_timesteps=50_000)
# Sauvegarder / charger des checkpoints
trainer.save("my_model")
trainer = Trainer.from_checkpoint("my_model", algorithm="sac", env="Pendulum-v1")
# Prédire des actions
action = trainer.predict(obs, deterministic=True)
Pour aller plus loin¶
- Premiers pas — introduction abrégée en français
- Parcours d'apprentissage complet (en) — Niveaux 2 à 5
- Exemples — extraits de code prêts à l'emploi