Mettre en pratique les algorithmes de reinforcement learning sur des cas concrets :

1. Dynamic Programming sur l'environnement GridWorld PolicyEvaluation / PolicyIteration Value Iteration
2. Méthode de Monte-Carlo sur TicTacToe Monte-Carlo ES Monte-Carlo on-policy (first visit / every visit) Monte-Carlo off-policy (first visit / every visit)
3. Temportal Difference Learning GridWorld SARSA Q-Learning
4. Tous les algorithmes précédents sur SOKOBAN