ATELIER IA - JEU DE NIM

Apprentissage guidé (semi-supervisé) : Dans les modes standard et avancé, l'IA utilise une forme d'apprentissage guidé. Elle reçoit des indications précises sur quels coups éviter, en commençant par la fin du jeu et en remontant. Lorsqu'elle perd, on lui indique spécifiquement que son dernier coup était mauvais, puis on l'aide à construire sa stratégie en remontant étape par étape. C'est comme apprendre avec un professeur qui montre les erreurs à ne pas commettre.

Comment notre IA apprend : Quand l'IA perd une partie, elle comprend que son dernier choix était un mauvais coup et le barre dans son tableau de connaissances. C'est sa façon d'apprendre ! Dès qu'elle n'a plus qu'une seule option possible pour une position, elle considère avoir trouvé la bonne stratégie et commence alors à apprendre les positions précédentes. Une fois que l'IA a trouvé le bon choix pour chaque position, elle devient imbattable !

Entraînement de l'IA : Le tableau de statistiques montre le nombre de parties gagnées par chaque joueur. Tu pourras observer qu'au début de l'entraînement, l'IA perd souvent. Mais plus elle joue, plus elle s'améliore ! Il faut à l'IA entre 5 à 10 défaites en mode standard et entre 15 à 20 défaites en mode avancé pour avoir appris la stratégie parfaite et pouvoir gagner à tous les coups !

Apprentissage non supervisé : Contrairement aux autres modes, l'IA en mode expert apprend sans guidage spécifique. Elle n'est pas dirigée vers les "bons" ou "mauvais" coups explicitement, mais accumule des statistiques sur chaque action possible. Elle construit sa stratégie entièrement par l'expérience, sans qu'on lui indique où commencer (par la fin du jeu) ou quels coups spécifiques éviter. C'est comme apprendre par soi-même, sans professeur.

Comment notre IA expert apprend : Cette IA utilise un apprentissage par renforcement entièrement non supervisé. Elle garde une trace statistique de toutes les actions qu'elle a essayées, calculant un "taux de victoire" pour chacune. Plus une action a mené à des victoires, plus sa barre colorée sera longue dans le tableau de connaissances. L'IA choisit ses actions en fonction de ces statistiques, favorisant celles qui ont le plus de succès, tout en conservant une petite part d'exploration pour découvrir de nouvelles stratégies.

Exploration vs Exploitation : L'IA expert utilise un équilibre entre l'exploration (essayer de nouvelles actions pour découvrir de meilleures stratégies) et l'exploitation (utiliser les actions qui ont bien fonctionné par le passé). Ce mécanisme, que vous pouvez ajuster dans les paramètres avancés, permet à l'IA de continuer à apprendre même après avoir trouvé une bonne stratégie. L'entraînement en mode expert nécessite généralement plus de parties (environ 50-100) pour développer une stratégie efficace.