🐍 Snake AI - Apprentissage par Renforcement

Un jeu de Snake classique avec une IA entraînée par apprentissage par renforcement profond (Deep Q-Learning).

📋 Description

Ce projet implémente le jeu classique Snake avec deux modes :

• Mode manuel : jouable avec les touches directionnelles
• Mode IA : le serpent est contrôlé par un modèle de Deep Q-Learning

L'agent d'IA apprend à jouer au Snake en maximisant les récompenses (manger de la nourriture) tout en évitant les obstacles (murs et son propre corps).

🚀 Fonctionnalités

• Interface graphique Pygame
• Système de score
• Agent DQN (Deep Q-Network) pour l'apprentissage par renforcement
• Visualisation de l'entraînement en temps réel avec graphiques
• Sauvegarde des meilleurs modèles

🔧 Installation

# Cloner le dépôt
git clone https://github.com/D0ko/snake-ai.git
cd snake-ai

# Installer les dépendances
pip install -r requirements.txt

📦 Dépendances

• Python 3.8+
• TensorFlow 2.x
• Pygame
• NumPy
• Matplotlib

💻 Utilisation

Jouer manuellement

python main.py

Entraîner l'IA

python snake_train.py

Tester l'IA entraînée

python snake_test.py

🧠 Architecture

• main.py : Point d'entrée principal
• snake_logic.py : Moteur du jeu Snake
• snake_graphic.py : Interface graphique Pygame
• snake_dqn_agent.py : Agent DQN pour l'apprentissage par renforcement
• snake_train.py : Script d'entraînement avec visualisation
• snake_test.py : Script de test pour l'agent entraîné

🔄 Processus d'apprentissage

L'agent apprend grâce à un réseau de neurones qui prédit les valeurs Q pour chaque action possible. Le processus comprend :

1. Observation de l'état actuel (12 caractéristiques)
2. Choix d'une action (haut, droite, bas, gauche)
3. Réception d'une récompense (+100 pour manger, -100 pour mourir)
4. Mise à jour du modèle via l'algorithme Q-learning

🎮 Contrôles

• Flèches directionnelles : Déplacer le serpent
• R : Recommencer après game over
• Espace : Pause (pendant l'entraînement)
• Échap : Quitter

📊 Performances

Après 1000 épisodes d'entraînement, l'agent atteint généralement un score moyen de 10-15, avec des pics à 25+.

🛠️ Améliorations possibles

• Implémenter un algorithme PPO ou A3C
• Ajouter des obstacles dynamiques
• Créer différents niveaux de difficulté
• Optimiser la représentation d'état pour de meilleures performances

📜 Licence

MIT