La recuit simulé résout le problème CartPole sans utiliser des gradients

Un chercheur démontre qu'on peut résoudre le problème classique CartPole en utilisant uniquement l'optimisation par recuit simulé, sans calcul de gradients. Cette approche, basée sur des sauts aléatoires d'états, contourne les limitations des méthodes d'apprentissage par renforcement traditionnelles. Le résultat ouvre des perspectives pour les environnements où les gradients sont difficiles à calculer ou n'existent pas.