Ce projet a été réalisé en duo à l'EPFL dans le cadre du cours "Artificial Neural Networks/Reinforcement Learning" (CS-456).

• Description du projet : Nous avons analysé et comparé les performances de différents agents programmés en Python pour accomplir une tâche dans l'environnement "Mountain-Car" de la bibliothèque Gymnasium.

Plus précisément, ce projet étudie deux types d'agents :

• Un agent model-free : DQN.
• Un agent model-based : Dyna.

• Ma contribution : J'ai pris en charge la deuxième partie du projet, où j'ai développé et analysé un agent model-based, communément appelé "Dyna" dans la littérature sur le reinforcement learning. Mon travail a consisté à implémenter l'algorithme, à optimiser ses performances, et à évaluer ses résultats par rapport aux autres agents.