Progetto nell'ambito del corso di Intelligenza Artificiale in cui abbiamo simulato la navigazione indoor di un agente robotico adibito alla pulizia.
Per costruire l'ambiente simulato abbiamo utilizzato la libreria PyGame, installabile tramite comando pip install pygame, inserendo nell'ambiente immagini, per rappresentare l'agente, gli ostacoli e i target, e una label per rappresentare il numero di target consecutivi acquisiti.
Per addestrare l'agente abbiamo utilizzato due algoritmi di reinforcement learning, il Q-Learning e il SARSA.
Per eseguire l'applicazione è possibile eseguire su linea di comando python <ql_agent.py/sarsa_agent.py>, ed analizzare gli action values generati esplorando i due file .csv generati dal codice.