Contexte
Un agent apprend à jouer à Tetris de zéro, sans aucune règle codée en dur. Après 10 à 15 heures d'entraînement cumulées, le meilleur modèle a atteint 1 700 lignes complétées lors d'une seule partie — un résultat qui dépasse largement le niveau humain moyen.
Comment l'IA apprend
L'IA n'analyse pas la forme des pièces. Elle évalue uniquement l'état du plateau après placement : combien de lignes ont été complétées, combien de trous ont été créés, quelle est la hauteur de la pile.
Un système de récompenses guide l'apprentissage : points positifs pour les lignes effacées, pénalités pour les trous et la hauteur. Les hyperparamètres ont été ajustés pour que la progression soit cohérente en début, milieu et fin de partie.
Architecture
- Vecteur d'état : Heuristiques clés extraites du plateau — hauteur cumulée, rugosité de surface, nombre de trous, prochaine pièce.
- Réseau DQN : Perceptron multicouche (MLP) entraîné sous PyTorch.
- Export ONNX : Les meilleurs modèles sont exportés en ONNX pour les conserver et les analyser, avec possibilité d'accélération matérielle (CPU, GPU, NPU).