wip Gym AI Trictrac env

store/python/trictracEnv.py

@@ -0,0 +1,42 @@
+import gym
+import numpy as np
+from gym import spaces
+import trictrac  # module Rust exposé via PyO3
+
+class TricTracEnv(gym.Env):
+    """Environnement OpenAI Gym pour le jeu de Trictrac"""
+    
+    def __init__(self):
+        super(TricTracEnv, self).__init__()
+
+        # Définition des espaces d'observation et d'action
+        self.observation_space = spaces.Box(low=0, high=1, shape=(N,), dtype=np.int32)  # Exemple
+        self.action_space = spaces.Discrete(ACTION_COUNT)  # Exemple
+        
+        self.game = trictrac.TricTrac()  # Instance du jeu en Rust
+        self.state = self.game.get_state()  # État initial
+
+    def step(self, action):
+        """Exécute une action et retourne (next_state, reward, done, info)"""
+        self.game.play(action)  
+        self.state = self.game.get_state()
+        
+        reward = self.compute_reward()
+        done = self.game.is_done()
+        
+        return self.state, reward, done, {}
+
+    def reset(self):
+        """Réinitialise la partie"""
+        self.game.reset()
+        self.state = self.game.get_state()
+        return self.state
+
+    def render(self, mode="human"):
+        """Affiche l'état du jeu"""
+        print(self.game)
+
+    def compute_reward(self):
+        """Calcule la récompense (à définir)"""
+        return 0  # À affiner selon la stratégie d'entraînement
+