Cette semaine, vous lirez une description d'un problème et la traduirez en un PDM. Vous compléterez le code squelette pour cet environnement, afin d'obtenir un PDM complet à utiliser dans ce projet de fin d'études.

Cette semaine, vous choisirez parmi trois algorithmes, afin d'apprendre une politique pour l'environnement. Vous réfléchirez et discuterez de la pertinence de chaque algorithme pour cet environnement.

Cette semaine, vous identifierez les paramètres clés qui affectent les performances de votre agent. L'objectif est de comprendre l'espace des options, pour vous permettre ensuite de choisir le paramètre que vous étudierez en profondeur pour votre agent.

Cette semaine, vous mettrez en œuvre votre agent en utilisant Expected Sarsa ou Q-learning avec RMSProp et des réseaux neuronaux. Pour utiliser les réseaux neuronaux, vous devrez utiliser une stratégie de sélection de taille de pas plus prudente, c'est pourquoi vous utiliserez RMSProp. Vous vérifierez également l'exactitude de votre agent.

Cette semaine, vous identifierez un paramètre à étudier pour votre agent. Une fois que vous aurez sélectionné le paramètre à étudier, nous vous fournirons une fourchette de valeurs et des valeurs spécifiques pour d'autres paramètres. Vous écrirez un script pour faire fonctionner votre agent et votre environnement sur l'ensemble des paramètres, afin de déterminer les performances en fonction de ces paramètres. Vous aurez une idée de l'impact des paramètres sur les performances de l'agent. Vous pourrez également visualiser les agents que vous aurez appris. Votre étude des paramètres consistera en un tableau de valeurs dont nous vérifierons l'exactitude.