[Robotique Webots] Évaluation déterministe via evaluate_qlearning & Benchmark contre DQN et SARSA (#4)
· Une minute de lecture
📌 Points clés (TL;DR)
- L'objectif : Mesurer les performances réelles de la politique optimale ($\epsilon=0$) sans bruit stochastique afin de valider son déploiement en conditions réelles.
- Le résultat : Le Q-learning tabulaire atteint 92 % de succès tout en étant 15 fois plus léger en calcul que Deep Q-Networks (DQN).