Le jeu embarque une IA capable d'apprendre à terminer un niveau toute seule. Elle n'a rien d'un robot programmé à l'avance : elle commence en appuyant sur les touches au hasard, et s'améliore uniquement en constatant ce qui la rapproche de la sortie.

Cette page s'adresse aux joueurs curieux — aucune connaissance en programmation n'est nécessaire. L'écran s'ouvre depuis l'entrée Mode IA du menu principal.

Ce que fait l'IA, en une phrase

Elle rejoue le même niveau des milliers de fois, garde ce qui marche, et recommence. Rien n'est calculé pendant que vous regardez : ce que vous voyez à la fin est l'enregistrement d'une partie qu'elle a réellement réussie, rejoué touche par touche.

Les trois onglets

Entraînement

Vous choisissez un niveau et un algorithme, puis vous lancez. Un tableau se remplit au fur et à mesure : chaque ligne est une étape de l'apprentissage, avec le meilleur score obtenu, la moyenne, et le pourcentage de tentatives réussies.

Les quatre algorithmes disponibles n'apprennent pas de la même façon :

Algorithme	Comment il s'y prend
Évolutif	Fait jouer une population entière, garde les meilleurs, les recombine et les modifie légèrement — comme une sélection naturelle accélérée. C'est le plus simple, et souvent le plus rapide à donner un résultat.
REINFORCE	Un seul joueur, qui ajuste ses réflexes après chaque partie selon qu'elle s'est bien ou mal terminée.
Acteur-critique	Comme le précédent, mais avec un second « juge » qui estime si une situation est prometteuse — l'apprentissage est moins erratique.
Avancé (DQN)	Mémorise ses parties passées et les rejoue mentalement pour en tirer plus de leçons.

L'entraînement peut durer longtemps. Le bouton Arrêter l'interrompt proprement à la fin de l'étape en cours : le meilleur résultat obtenu jusque-là reste sauvegardé.

Voir en jeu rejoue dans la scène du niveau la meilleure tentative du moment. C'est le moyen le plus parlant de constater les progrès : au début l'IA meurt tout de suite, puis elle apprend à sauter, puis à contourner, puis à finir.

À la fin d'un entraînement, un bouton Ouvrir le dossier du run donne accès aux fichiers produits (le modèle entraîné, l'historique complet en CSV, la configuration effectivement utilisée).

Les réglages de l'onglet Entraînement

L'écran n'affiche que les réglages utiles à l'algorithme choisi — sélectionner DQN fait apparaître son propre groupe de réglages avancés, par exemple, invisible pour les trois autres algorithmes.

Réglage	S'applique à	Ce qu'il change
Taille de population	Évolutif	Nombre de « joueurs » simultanés à chaque étape. Plus grand explore plus de façons de jouer par étape, mais coûte plus cher à calculer.
Taux de mutation	Évolutif	Probabilité qu'un réflexe soit légèrement modifié au hasard d'une étape à l'autre — trop bas, l'IA n'explore rien de nouveau ; trop haut, elle oublie ce qui marchait.
Épisodes	REINFORCE, Acteur-critique, DQN	Nombre maximal de tentatives avant l'arrêt automatique, même sans résultat.
Générations max	Évolutif	Plafond d'étapes : l'entraînement s'arrête là même sans résultat.
Réussites stables exigées	Évolutif	Combien d'étapes d'affilée le meilleur joueur doit rester invaincu et terminer le niveau pour que l'entraînement s'arrête sur une réussite.
Taille du tournoi	Évolutif	Combien de candidats sont tirés au sort pour désigner un « parent ». Plus grand favorise les meilleurs et fait converger plus vite, au prix de la diversité.
Force de mutation	Évolutif	De combien un réflexe modifié est modifié. Le taux de mutation dit à quelle fréquence ; la force dit de combien.
Taille de couche cachée	Tous	Nombre de neurones de la couche interne du réseau. Plus grand permet des comportements plus fins, mais apprend plus lentement. Un modèle ne se recharge que sur la taille qui l'a produit.
Dossier des runs	Tous	Où sont écrits les entraînements. Par défaut, TrainingRuns/ à côté du jeu.
Taux d'apprentissage	REINFORCE, Acteur-critique, DQN	À quelle vitesse l'IA corrige ses réflexes après chaque partie — trop haut, l'apprentissage devient instable.
Gamma (actualisation)	REINFORCE, Acteur-critique, DQN	Combien l'IA valorise une récompense lointaine par rapport à une récompense immédiate.
Optimiseur	REINFORCE, Acteur-critique, DQN	La méthode de calcul utilisée pour corriger les réflexes (sgd ou adam, deux variantes classiques).
Taux d'apprentissage du critique	Acteur-critique	Séparé de celui ci-dessus, et bien plus élevé : le « critique » doit apprendre à estimer un score qui vaut une centaine de points, là où la politique n'a qu'à départager des préférences proches de l'unité.
Épisodes par lot	REINFORCE, Acteur-critique	Combien de parties sont jouées avant chaque correction. Un lot plus grand rend la correction plus fiable, mais en fait beaucoup moins pour le même temps de calcul.
Entropie	REINFORCE, Acteur-critique	Récompense l'IA pour rester indécise. Sans ce réglage, une IA finit par toujours rejouer la même partie, à l'identique, et cesse d'apprendre.
Exploration minimale	REINFORCE, Acteur-critique	Part de mouvements tirés complètement au hasard, quoi que l'IA préfère. C'est le filet de sécurité de l'entropie : il garantit qu'aucun mouvement ne devienne jamais impossible à essayer.
Écrêtage du gradient	REINFORCE, Acteur-critique	Plafonne l'ampleur d'une correction, pour qu'une partie aberrante ne détruise pas d'un coup ce qui a été appris.
Images par décision	REINFORCE, Acteur-critique, DQN	Combien d'images de jeu une décision est maintenue. À une image, les directions tirées au hasard se compensent et l'IA n'avance pas ; quelques images rendent son exploration réellement directionnelle.
Budget de pas	Tous	Durée maximale d'une partie, en images. Laissé à zéro, il est calculé à partir du niveau : le trajet à parcourir y est mesuré case par case, mécanismes compris. Un niveau court reçoit un petit budget, demo-final en reçoit plusieurs milliers.
Seuil de blocage	Tous	Au bout de combien d'images sans progrès une partie est abandonnée. Laissé à zéro, il est lui aussi déduit du budget.
Taux de croisement	Évolutif	Fréquence à laquelle un enfant mélange deux parents plutôt que de copier l'un d'eux. Copier permet à une trouvaille de survivre intacte d'une étape à l'autre.
Graine	Tous	Fixe le hasard de départ : relancer un entraînement avec la même graine reproduit exactement le même déroulement.
Groupe DQN avancé	DQN uniquement	Réglages de la mémoire des parties passées que DQN rejoue mentalement (capacité, taille des lots, rythme des mises à jour) et de son exploration (probabilité de tenter un mouvement au hasard plutôt que celui qu'elle croit le meilleur, décroissante au fil de l'entraînement).

Comment fonctionne la population (algorithme Évolutif)

À chaque étape, la population entière (sa taille est le réglage ci-dessus) rejoue le niveau une fois chacune. Le meilleur joueur de l'étape est conservé tel quel pour l'étape suivante — il ne peut jamais être perdu. Le reste de la population suivante est reconstitué en tirant au sort des « parents » parmi les meilleurs de l'étape (les plus mauvais ont moins de chances d'être choisis), en mélangeant leurs réflexes, puis en y appliquant le taux et la force de mutation ci-dessus. L'étape suivante rejoue alors avec cette nouvelle population, et ainsi de suite jusqu'à ce qu'un joueur termine le niveau de façon stable pendant le nombre d'étapes exigé, ou jusqu'au plafond de générations — deux réglages de l'écran.

Pendant l'entraînement, l'indicateur Générations stables montre où en est cette série (par exemple « 3 / 5 »), et une estimation du temps restant s'affiche sous la barre de progression. Pour l'algorithme DQN, l'indicateur Epsilon courant montre la probabilité, décroissante, que l'IA tente encore un mouvement au hasard.

Enregistrer et réutiliser des réglages

Trois boutons, sous les réglages : Enregistrer la configuration écrit tous les réglages dans un fichier ; Charger une configuration les relit ; Réinitialiser aux défauts revient aux valeurs d'origine. C'est le même format de fichier que celui déposé dans chaque dossier de run — donc l'onglet Validation propose aussi Reprendre les réglages de ce run, qui recharge dans l'onglet Entraînement les réglages exacts d'un entraînement passé, pour le relancer à l'identique ou n'en faire varier qu'un seul.

Le fichier stats.csv

Chaque étape écrit une ligne dans un fichier stats.csv (une ligne par étape, jamais par joueur individuel) : c'est ce qui alimente le tableau et le graphique de suivi pendant l'entraînement, et ce qui reste consultable après coup depuis le dossier du run. Ce fichier est toujours écrit — son coût ne dépend pas de la taille de la population (une population de 500 ne produit pas plus de lignes qu'une population de 32, seulement plus de calcul par étape).

Traces du moteur pendant l'entraînement

Séparément de ce fichier stats.csv, le moteur du jeu journalise lui-même certains événements (chargement de niveau, déclenchement d'un mécanisme…) — utile pendant une partie normale, mais chaque tentative d'un individu pendant l'entraînement rejoue le niveau depuis le début, ce qui produisait auparavant une trace par tentative, sans rapport avec une partie réellement jouée, et ralentissait l'entraînement pour une grande population. Ceci est désormais automatique : le jeu réduit lui-même ces traces le temps d'un entraînement ou d'une évaluation, sans réglage à faire.

Validation & sauvegarde

Reprend un entraînement passé et mesure ce qu'il vaut vraiment, en le faisant rejouer plusieurs fois d'affilée. On y lit le taux de réussite et le nombre de pas moyen — un modèle qui gagne une fois sur deux n'est pas un modèle qui a compris le niveau.

La mesure tourne en arrière-plan : la fenêtre reste utilisable, une barre montre l'avancement, et le bouton Annuler l'interrompt à la fin de la répétition en cours (les répétitions déjà jouées restent comptées).

Choisir un entraînement dans la liste remplit le modèle et le niveau, mais rien n'oblige à les garder : mesurer un modèle sur un autre niveau que celui qui l'a entraîné dit s'il a compris quelque chose de général ou seulement appris un tableau par cœur. Un modèle sauvegardé ailleurs peut aussi être ouvert directement.

Les réglages de mesure sont le nombre de répétitions, le budget de pas au-delà duquel un essai est abandonné, la graine (même graine, mêmes essais), et le mode de décodage : argmax joue toujours le coup jugé le meilleur, stochastic tire au sort selon les préférences du modèle. Exporter le rapport CSV enregistre le résultat pour le comparer ailleurs.

Exporter comme rejeu publié refait jouer le modèle et enregistre la partie dans Elements/Replays/, d'où l'onglet Rejeu la relit. Un rejeu publié ne peut être qu'une réussite : si le modèle ne termine pas le niveau, le jeu vous le dit et n'écrit rien.

Rejeu

Liste les parties enregistrées livrées avec le jeu, et les rejoue. Un enregistrement est lié au niveau exact sur lequel il a été produit : si ce niveau a été modifié depuis, le jeu refuse de le rejouer plutôt que de vous montrer une partie qui déraille au bout de dix secondes.

Questions fréquentes

L'IA triche-t-elle ? Non. Elle joue avec les mêmes touches que vous, dans le même moteur, à la même cadence. Elle voit ce qui l'entoure sur quelques cases, sa propre vitesse, et l'état des mécanismes proches — pas le plan du niveau.

Pourquoi l'entraînement est-il lent ? Parce qu'elle apprend en essayant. Les premiers milliers de tentatives servent surtout à découvrir que tomber dans le vide est une mauvaise idée.

Est-ce que ça marche sur n'importe quel niveau ? Sur les niveaux courts, oui, assez vite. Plus un tableau est long et demande d'enchaîner des mécanismes différents, plus il lui faut de temps — et rien ne garantit qu'elle y arrive.

Mes entraînements sont-ils conservés ? Oui, dans un dossier TrainingRuns/ à côté du jeu. Ils ne sont pas envoyés ailleurs et ne partent pas avec le jeu si vous le partagez.