* {{http://edauce.perso.centrale-marseille.fr/visible/Cartpole PG.ipynb|Algorithme du policy gradient (notebook)}}

  * {{https://nbviewer.jupyter.org/urls/edauce.perso.centrale-marseille.fr/visible/Cartpole PG.ipynb|Algorithme du policy gradient (nbviewer)}}

  * {{https://spinningup.openai.com/en/latest/spinningup/rl_intro3.html|Voir également cette page pour des explications plus détaillées}}

  - Tester cet algorithme dans les {{https://github.com/openai/gym/wiki/Leaderboard|différents environnements proposés dans la librairie OpenAI Gym}}
    - Parmi ces environnements, pour lesquel(s) est-il adapté? Pour lesquels n'est-il pas adapté?
    - Parmi les environnements adaptés, quels sont ceux sur lesquels il échoue? Quels sont ceux sur lesquels il réusit (au moins partiellement) à accomplir la tâche proposée?
    - Sur un de ces environnements, proposez un tableau comparatif des performances obtenues pour différentes valeurs des paramètres principaux (learning rate, gamma)
  - Quelle solution proposez-vous pour adapter cet algorithme au cas des actions à valeurs continues?
  - Quelle solution proposez-vous lorsque les entrées sont des images pixelisées d'émulateurs de jeux vidéos?