Entraîner Double DQN avec l'API et les contrôles Circuit

[salim4n]

Parent

#6

What to build

Double DQN est sélectionnable, entraîne une politique et permet la même évaluation que DQN.

Acceptance criteria

• DQN conserve son comportement et ses configurations existantes.
• Test observable de sélection/évaluation distinctes et intégration publique.
• Sauvegarde, chargement et inférence compatibles, algorithme identifié dans les métadonnées.
• Sélecteur et documentation du Circuit mis à jour ; contrôle visuel.

Blocked by

• Rendre l'apprentissage PPO effectif via l'API publique #7
• [Spec] Circuit Racing : entraîner des pilotes et courir contre eux #9

Delivery order

Étape 5 sur 6 du lot validé. Le catalogue est indépendant techniquement et vient après le Circuit dans l’ordre produit.