- Étape 1 : Cloner le dépôt MineLand depuis GitHub.
- Étape 2 : Installer les dépendances Python via pip (incluant Gym et PyTorch/TensorFlow).
- Étape 3 : Configurer les paramètres de l’environnement dans le fichier de configuration ou en ligne de commande.
- Étape 4 : Lancer l’environnement via les points d’entrée Gym fournis.
- Étape 5 : Choisir ou implémenter un algorithme RL pour entraîner l’agent.
- Étape 6 : Surveiller la progression de l’entraînement avec la visualisation intégrée ou TensorBoard.
- Étape 7 : Évaluer et benchmarker la performance de l’agent sur des tâches prédéfinies.
- Étape 8 : Personnaliser les cartes, tâches, et fonctions de récompense selon les besoins.