{
  "fetched_at": "2026-10-24T20:41:00Z",
  "source_url": "https://www.kaggle.com/competitions/code-ml-2021-challenge-2/data",
  "pages": [
    {
      "name": "data-description",
      "content": "There is no dataset, but an environment provided for this challenge. \n\nYou will be able to play with the environment and then implement an algorithm to make the convergence process as fast as possible. \n\nTo start the challenge, please use this notebook : \n\nhttps://colab.research.google.com/drive/17zBS_STZJyBrnN9lfXYp9qyCEiZ3TAFA?usp=sharing\n\nIt provides you the code and advises to start the challenge, such as the format of the submission.\n\n## Francais \n\nIl n'y a pas de données, mais un environnement pour ce challenge.\n\nVous pourrez interagir avec l'environnement et ensuite implémenter un algorithme pour le faire converger aussi rapide que possible.\n\nPour commencer ce challenge, utilisez ce notebook : \n\nhttps://colab.research.google.com/drive/1ihHThKgndbipvR4zxB_QGVDcCmJOcKdW?usp=sharing\n\nCela fournit un code ainsi que des conseils pour commencer le challenge, ainsi que le format de la soumission.\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "Description",
      "content": "# Code ML 2021 Challenge 2 (easy)\n\n[francais plus bas]\n\n## Solve the maze with RL\n\nThis challenge is a Reinforcement learning challenge, using a custom OpenAI gym environment.\n\n- Difficulty : Easy\n\n## Overview \n\nThe aim is to solve a custom maze using a simple reinforcement learning algorithm. \n\nIt would enable you to learn more about Reinforcement Learning, OpenAI gym environment, and to understand better how to improve the classic RL algorithms.\n\n### Data description\n\nThere is no dataset, but an environment provided for this challenge. \n\nYou will be able to play with the environment and then implement an algorithm to make the convergence process as fast as possible. \n\nTo start the challenge, please use this notebook : \n\nhttps://colab.research.google.com/drive/17zBS_STZJyBrnN9lfXYp9qyCEiZ3TAFA?usp=sharing\n\nIt provides you the code and advises to start the challenge, such as the format of the submission.\n\n\n## Submission \n\nYou are asked to send us your code. We will then evaluate it and give a score. Please follow the format provided in the notebook.\n\n## Evaluation \n\nThe evaluation will be the average number of steps to make your algorithm converged. You would have 1000 episodes to play with the environment and make your algorithm converge. Once you have solved more than 50 times the maze, the number of episodes to get to this will be your score. \n\nGet the best score to win the competition. \n\nYou should send either the notebook filled or the cell to be completed in the following mail address :  **codemlmaze@gmail.com** with subject [Submission Code ML - TEAM NAME ]. \n\nYou have 3 submissions per day. \n\nThe results will be shown in the discord channel. \n\n\n## Help \n\nFeel free to ask questions to Clément Bernard in the discord channel if you have any question or problem.\n\n# [FRANCAIS]\n\n## Résoudre le labyrinthe avec de l'apprentissage par renforcement\n\nCette tâche est un challenge d'apprentissage par renforcement utilisant un environnement du style d'OpenAI gym. \n\n- Difficulté : Facile\n\n## Vue d'ensemble\n\nLe but est de résoudre un labyrinthe avec un algorithme d'apprentissage par renforcement.\n\nCela vous permettra d'en apprendre plus sur de l'apprentissage par renforcement, les API d'OpenAI gym, et de chercher comment améliorer les algorithmes de base d'apprentissage par renforcement.\n\n### Description des données\n\nIl n'y a pas de données, mais un environnement pour ce challenge.\n\nVous pourrez interagir avec l'environnement et ensuite implémenter un algorithme pour le faire converger aussi rapide que possible.\n\nPour commencer ce challenge, utilisez ce notebook : \n\nhttps://colab.research.google.com/drive/1ihHThKgndbipvR4zxB_QGVDcCmJOcKdW?usp=sharing\n\nCela fournit un code ainsi que des conseils pour commencer le challenge, ainsi que le format de la soumission.\n\n## Soumission \n\nIl est demandé de nous envoyer votre code. Nous allons ensuite faire l'évaluation et vous donner un score. Il faut se référer au notebook pour connaitre le format de la soumission.\n\n## Evaluation \n\nL'évaluation est la moyenne des nombres de parties pour faire converger l'algorithme. L'évaluation se fait sur des labyrinthes différents que celui montrer dans le notebook. Vous avez 1000 parties maximum, et nous considérons que votre algorithme a convergé s'il a dépassé une certaine récompense plus de 50 fois d'affilé.  \n\nIl faut avoir le nombre de pas le plus faible pour gagner la compétition.\n\nVous devez envoyer soit le notebook complété ou la cellule à remplir (comme expliqué sur le notebook) à l'adresse mail suivante : **codemlmaze@gmail.com** avec pour sujet : [Submission Code ML - TEAM NAME ]. \n\nVous avez 3 soumissions par jour. \n\nLes résultats seront mis à jour sur le channel discord.\n\n## Aide \n\nN'hésitez pas à poser des questions à Clément Bernard sur le discord si vous avez une question ou un problème.\n\n\n",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    },
    {
      "name": "rules",
      "content": "[Français plus bas]\n\n# One account per participant\n\nYou cannot sign up to Kaggle from multiple accounts, so you cannot submit from multiple accounts.\n\n#  No private sharing outside of teams\n\nPrivate sharing of code or data outside of teams is not allowed. It's okay to share code if it's made available to all forum participants.\n\n\n#  Number of submission limits\nYou can submit a maximum of 3 submissions per day.\n\n# Chronology of the competition\n\n- Start date: 11/26/2021 6:30PM EST\n- Registration deadline: None\n- End date: 11/28/2021 3:30PM EST (Montreal Canada)\n\nThis is a fun competition to help you get started with machine learning. Cheating defeats the purpose. So seriously, don't do that!\n\n## [FRANCAIS]\n\n# Un compte par participant\nVous ne pouvez pas vous inscrire à Kaggle à partir de plusieurs comptes, donc vous ne pouvez pas soumettre de propositions à partir de plusieurs comptes.\n\n# Pas de partage privé en dehors des équipes\nLe partage privé de code ou de données en dehors des équipes n'est pas autorisé. Le partage de code est autorisé s'il est mis à la disposition de tous les participants au forum.\n\n# Nombre de limites de soumission\nVous pouvez soumettre un maximum de 3 soumissions par jour.\nVous pouvez sélectionner jusqu'à trois candidatures finales pour les juger.\n\n# Chronologie du concours\n\n- Date de début : 26/11/2021 18h30 EST\n- Date limite d'inscription : Aucune\n- Date de fin : 28/11/2021 15h30 (Montréal Canada)\n\nIl s'agit d'un concours amusant pour vous aider à vous lancer dans l'apprentissage machine. La tricherie va à l'encontre du but recherché. Alors sérieusement, ne faites pas ça !",
      "isPublished": false,
      "hasIsPublished": false,
      "postTitle": "",
      "hasPostTitle": false,
      "mimeType": "",
      "hasMimeType": false
    }
  ]
}