Calcul d'une politique déterministe dans un MDP avec récompenses imprécises

International audiencePour beaucoup d'applications réelles nécessitant une prise de déci-sion séquentielle dans un cadre incertain, on utilise un processus de décision Markovien avec récompenses inconnues (IRMDP) en calculant naturellement des politiques stochastiques. Une politique stochastique n'est pas facilement in-terprétable pour l'utilisateur final. Celui-ci a souvent besoin d'une politique dé-terministe et compréhensible. Pour mieux motiver l'utilisation d'une procédure exacte pour trouver une politique déterministe, nous montrons quelques cas où l'idée intuitive d'utiliser une politique déterministe obtenue après une «déter-minisation» (arrondi) de la politique stochastique optimale donne une politique déterministe différente de la politique optimale