TD-Gammon et le backgammon

CCapucine

Au début des années 1990, Gerald Tesauro, chercheur chez IBM, crée TD-Gammon, un programme consacré au backgammon. Ce jeu devient le terrain où le programme apprend : il joue des parties contre lui-même, grâce à l’apprentissage par renforcement. Et il ne s’agit pas de quelques essais isolés. TD-Gammon apprend en disputant des centaines de milliers de parties de cette manière, face à lui-même, dans le jeu qu’il est conçu pour pratiquer. Partie après partie, l’apprentissage se construit donc à partir de ces confrontations répétées, sans que les faits disponibles précisent davantage ce qui se passe au cours de chaque partie. Le résultat est remarquable : TD-Gammon atteint le niveau des meilleurs joueurs humains. La comparaison porte sur son niveau de jeu, mais l’importance de l’expérience ne s’arrête pas là. Certains coups du programme changent la façon de jouer des experts du backgammon. Un programme créé par un chercheur chez IBM, entraîné par le jeu contre lui-même, parvient ainsi à atteindre les meilleurs joueurs humains et à influencer leur pratique. TD-Gammon marque un moment où l’apprentissage par renforcement, appliqué à un jeu, produit des coups qui comptent aussi pour les experts humains.