~/projects/basketball-simulation-reinforced-learning/

Simulation de basket par apprentissage par renforcement

4 mars 2022 #reinforcement-learning#python

Une expérience d’ajustement des probabilités qui visualise un tir avec Pygame et oriente les essais vers 48 degrés.

Objectif

Ce projet associe une animation physique de tir au basket à une expérience préliminaire qui choisit l’angle par essais. Le README est peu détaillé ; cette description suit le code. Malgré la mention RL dans le titre, il ne s’agit ni d’un algorithme général ni d’un environnement complet, mais d’un petit exemple.

Simulation

Pygame calcule la trajectoire selon vitesse, gravité et angle, puis dessine une parabole. Un script Python échantillonne des angles de 1 à 89 degrés selon une distribution. Il fixe 48 degrés comme cible, ajuste les probabilités au fil des essais et enregistre le résultat en pickle.

Limites

Cette expérience pédagogique montre comment choix et retour modifient des probabilités. Ce n’est ni une politique entraînée, ni un modèle validé du basket réel, ni un benchmark de méthodes RL avancées.

← cd ..