Dans ce TP, nous allons implémenter les algorithmes de programmation dynamique pour résoudre des problèmes de contrôle et d'évaluation de processus de décision de Markov (MDP). Nous allons nous concentrer sur les algorithmes de prédiction et de contrôle de politique.
Vous devez compléter les parties du code dans les cellules qui contiennent les commentaires "BEGIN SOLUTION". Vous pouvez ajouter ou modifier le code autant que vous le souhaitez. Vous pouvez également ajouter des cellules pour explorer, analyser ou visualiser les données.
Afin de vérifier que votre code est correct, vous pouvez exécuter les tests unitaires à l'aide de la cellule ci-dessous. Assurez-vous que tous les tests passent.