# Q-Learning

> Algorithme spécifique d'apprentissage par renforcement visant à apprendre la valeur d'une action dans un état donné.

- Page ZoneIA : https://zoneia.fr/glossaire/q-learning
- Type : Définition du glossaire IA
- Catégories : [Recherche & Science](https://zoneia.fr/outils/categorie/recherche-science-ia), [Code & Développement](https://zoneia.fr/outils/categorie/code-developpement-ia)
- Publié le : 2026-03-04
- Mis à jour le : 2026-05-22

Le Q-Learning est une méthode d’**apprentissage par renforcement** dite *model-free* : l’agent n’a pas besoin de connaître à l’avance les règles de transition de l’environnement. Il apprend, par essai-erreur, une fonction **Q(s, a)** qui estime la *récompense cumulée attendue* lorsqu’on choisit l’action *a* dans l’état *s*, puis qu’on continue à agir au mieux.

## Comment ça fonctionne
À chaque interaction, l’agent observe un état `s`, choisit une action `a`, reçoit une récompense `r` et arrive dans un nouvel état `s'`. Il met alors à jour sa table (ou son approximateur) via la règle :

`Q(s,a) ← Q(s,a) + α [ r + γ max_a' Q(s',a') − Q(s,a) ]`

- **α** : taux d’apprentissage (vitesse d’adaptation)  
- **γ** : facteur d’actualisation (importance du futur)  
Le terme `max_a'` rend l’algorithme *off-policy* : on apprend la meilleure politique même si on explore.

## À quoi ça sert
Il est utile pour apprendre des stratégies dans des problèmes séquentiels : navigation, contrôle, allocation de ressources, jeux.

## Exemple concret
Dans un labyrinthe, `Q(s, a)` apprend progressivement quelles actions (haut/bas/gauche/droite) mènent le plus sûrement à la sortie, malgré les détours et pénalités.

---

Source : ZoneIA, annuaire francophone des outils IA (https://zoneia.fr/glossaire/q-learning)