« Dis-le, il l'apprend » : des robots 3D (MuJoCo) apprennent un comportement décrit en langage naturel. Voir PLAN.md.
cd backend
python3 -m venv .venv && .venv/bin/pip install -r requirements.txt
.venv/bin/mjpython -m robotix.sim.demo # viewer 3D, 10 robots (macOS : mjpython obligatoire)cp .env.example .env # renseigner LLM_API_KEY (+ BACKBOARD_API_KEY pour Jev)
.venv/bin/python -m robotix.cli "marche en arrière" --gens 5
.venv/bin/mjpython -m robotix.cli "marche en arrière" --gens 5 --view # idem + fenêtre 3D en direct
.venv/bin/mjpython -m robotix.sim.demo runs/<fichier>.json # rejoue la dernière générationSans BACKBOARD_API_KEY, le juge local de secours prend le relais. À la fin d'un défi, le terminal propose d'en taper un autre (Entrée vide pour quitter). Le .env est lu au démarrage : relancer le serveur après l'avoir modifié.
cd web && npm install && npm run build # une fois (ou après chaque modif du front)
cd ../backend && .venv/bin/python -m robotix.serverOuvrir http://localhost:8000 : champ de défi, vidéo des robots en direct, graphique des scores, raisonnement du LLM à chaque génération (avec sa latence), classement avec la stratégie de chaque robot et le verdict de Jev.
La page tient sur un écran (1280×720 à 1920×1080) : idéal pour enregistrer la démo en plein écran.
En développement du front : cd web && npm run dev (proxy vers le serveur sur le port 8000).