Cette séance de cours porte sur l'application de l'apprentissage du renforcement pour enseigner à Pacman à jouer de manière autonome, en mettant l'accent sur les méthodes de gradient politique et les processus de décision Markov. Il examine les défis à relever, comme l'espace grand paramètre, et propose des solutions comme la paramétrisation linéaire logarithmique et la vectorisation.