Ce cours aborde différentes approches de prise de décision pour des agents autonomes. Les approches basées sur les modèles de décision markoviens (MDP) seront tout d’abord présentées, avec les principes et algorithmes de base en planification sous incertitudes (itération sur les valeurs et sur les politiques), puis l’apprentissage par renforcement tabulaire (Q-Learning, Monte-carlo) et avec approximation linéaire. Ensuite, on s’intéressera aux approches récentes en apprentissage profond par renforcement qui utilisent les réseaux de neurones (Deep Q-Network, Policy gradient). En TP, les différents algorithmes seront implémentés en Python/PyTorch et évalués en utilisant la librairie de Gymnasium. Enfin, l’approche BDI (Belief-Desire-Intention) sera étudiée.
L’UE se découpe 4 parties :
- Présentation des processus décisionnels de Markov et résolution lorsque le modèle est connu
- Apprentissage par renforcement : approches tabulaires et passage à l’échelle (fonction d’approximation)
- Apprentissage profond par renforcement
- Approche BDI (Belief-Desire-Intention)
