RL 3D Playground | The AI Codex

Initializing physics engine...

psychology RL Playground

Train an AI agent using Q-Learning or a Deep Q-Network. Watch how it learns to reach the goal.

flag Goal: Green zone (+100)

warning Danger: Red zone (-50)

block Obstacle: Yellow zone (-30)

Espacio Play/Pause

R Reset

1-4 Change Environment

model_training ¿Qué es RL? expand_more

Un agente explora el entorno, toma acciones y recibe recompensas. Su objetivo: aprender qué acciones maximizan la recompensa acumulada a largo plazo.

grid_on Q-Learning expand_more

Construye una tabla Q que asigna un valor a cada par (estado, acción). El agente elige la acción con mayor Q-valor. Aprende ajustando esos valores con cada experiencia.

hub Deep Q-Network expand_more

Reemplaza la tabla con una red neuronal. Puede generalizar a estados nunca vistos. Usa experience replay para aprender de experiencias pasadas de forma eficiente.

balance Explorar vs Explotar expand_more

ε (epsilon) controla el balance: alto ε = el agente actúa al azar para descubrir nuevas estrategias. Bajo ε = sigue lo aprendido. Se reduce gradualmente durante el entrenamiento.

stars Reward Design expand_more

La función de recompensa define qué comportamiento es deseable. Rewards mal diseñadas producen «atajos» inesperados. Usa el panel para añadir zonas y observa cómo cambia el aprendizaje.

Control Panel

Agent

psychology

Q-Table Agent

Idle

Stats

Episode

Steps

0.0

Reward

0.0

Best

Q-States

Success

Performance

Rewards Average (10)

Algorithm

Hyperparameters

Learning Rate 0.001

Discount (γ) 0.99

Exploration (ε) 0.20

Environment

route

Maze

motion_mode

Dynamic

view_in_ar

Obstacles

target

Simple

Visualization

Show trajectory

Show reward zones

Show ghosts

Show Q heatmap

Reward Design