Programmation dynamique
Objectifs
Introduction sur les processus aléatoires et les processus de décision séquentielle sous incertitudes.
Plan du cours
- Chaînes de Markov à temps discret : probabilités en régime transitoire, classification des états, probabilités en régime stationnaire, temps moyen avant absorption, probabilité d'absorption
- Chaînes de Markov avec récompenses
- Processus de décision markovien
- Apprentissage par renforcement
Description des TP
A remplirConnaissances requises
A remplirRSE (Responsabilité Sociale et Environnementale)
Bibliographie
Baynat (2000). La théorie des files d'attente: des chaînes de Markov aux réseaux à forme produit. Hermès.
Sutton et Barto (2018). Reinforcement learning: An introduction. MIT press.
Bertsekas (2011). Dynamic programming and optimal control 3rd edition, volume 2. Athena Scientific.