Évaluer une politique Circuit sur des parcours réservés au test

[salim4n]

Parent

#6

What to build

une politique figée est évaluée sur un circuit choisi, avec un rapport de tours, sorties de piste et temps au tour.

Acceptance criteria

• Au moins un parcours d'entraînement et un parcours de test distincts, définis avant entraînement.
• Départs contrôlés, critères de fin explicites, transitions comptabilisées.
• Aucune mise à jour de politique pendant l'évaluation.
• Rapport versionné et test d'intégration via l'API publique.

Blocked by

• Rendre l'apprentissage PPO effectif via l'API publique #7

Delivery order

Étape 2 sur 6 du lot validé. Le catalogue est indépendant techniquement et vient après le Circuit dans l’ordre produit.