Valeur des paramètres internes choisis pour l'algorithme Q-Learning

La valeur des paramètres dans l'algorithme Q($\lambda$) est la suivante:

• $\gamma = 0.99$
• $\lambda = 0.8$
• $\beta = 0.5$

Pour le choix de l'action, nous utilisons une méthode ``à la Boltzmann'', dont le facteur de température T vaut 0.01 au début de l'apprentissage et diminue régulièrement, au début de chaque essai.