Ce projet met en œuvre un algorithme d'intelligence artificielle capable d'apprendre la stratégie optimale d'une variante du jeu de Nim. Le projet est inspiré de la vidéo https://www.dailymotion.com/video/x7magex . SonIA est une petite robot capable d'apprendre. Lorsqu'elle n'a pas encore appris, elle choisit de manière aléatoire parmi ses options. Elle utilise une stratégie basée sur la mémoire pour se souvenir des choix qui lui ont fait perdre dans cette variante du jeu de Nim (https://fr.wikipedia.org/wiki/Jeux_de_Nim). But du jeu : 2 joueurs s'affrontent. À chaque tour le joueur doit prendre 1, 2 ou 3 allumettes sur un total de 8. Le joueur qui retire la dernière allumette gagne le jeu. Tu pourras vaincre facilement SonIA tant qu'elle est en phase d'apprentissage. Mais à partir d'un certain moment, elle sera trop forte et même invincible.
Un robot idiot (qui joue au hasard) ou un robot intelligent (qui connait déjà la stratégie gagnante) enseigne au robot qui apprend. Accélération du rythme et des affichages possible pour faire des statistiques. Ralentir pour mieux voir les choix des robots. Chaque liste illustre les possibilité de choix de nombre d'allumettes pour chaque quantité d'allumettes. Le robot apprend en éliminant un choix qui s'est avéré perdant. Ce qui est très intéressant pédagogiquement ici, c'est de se rendre compte que l'IA peut apprendre la stratégie gagnante en seulement 25 parties (en moyenne) si elle joue contre le robot intelligent (donc en perdant très souvent au début) alors qu'il lui faut 75 parties (en moyenne) si elle joue contre le robot idiot (donc en gagnant par hasard assez souvent au début). CONCLUSION : il faut se tromper pour apprendre mieux et plus rapidement (du moins pour cet algorithme ; ce n'est pas forcément généralisable à tous les problèmes d'apprentissage artificiel ?)
