Apprentissage par renforcement pour des problèmes de contrôle stochastique impulsionnel – ReLISCoP

Ce projet est axé sur la construction des mathématiques nécessaires pour comprendre l'élaboration de politiques optimales et la prise de décisions dans des systèmes socio-économiques complexes. Par nature, ces systèmes ne peuvent être contrôlés que discrètement et leur dynamique d'évolution, qui est complexe, ne peut pas être parfaitement évaluée. Ils présentent également souvent un retard dans la réponse à l'action entreprise par le contrôleur et d'éventuels effets de rétroaction aléatoires. Le projet ReLISCoP vise à développer de nouveaux modèles de contrôle stochastique impulsionnel plus réalistes en termes d'applications, à en proposer une étude mathématique cohérente, à proposer une procédure d'apprentissage par renforcement afin de gérer l'incertitude sur les modèles et finalement, à fournir des outils numériques pratiques pouvant être utilisés dans des situations concrètes.