Algorithme Branch and Bound pour la résolution de diagramme d'influence

Les diagrammes d'influence sont des extensions des arbres de décision permettant la modélisation et la résolution de problème de décision. Ils se situent donc entre les arbres de décision, les processus de décision Markoviens et les réseaux bayésiens. Ce cadre de modélisation permet d'expliciter des tâches décisionnels très complexes et difficiles à résoudre. Le but de ce projet est d'étudier un article proposant une résolution par Branch and Bound et de l'implémenter (python ou c++) dans la librairie aGrUM/pyAgrum qui intègre déjà des outils de manipulation et de résolution des diagrammes d'influence (http://www.lip6.fr/Pierre-Henri.Wuillemin/aGrUM/docs/current/notebooks/1...).

Référence : Arindam Khaled, Eric A. Hansen, and Changhe Yuan. 2013. Solving limited-memory influence diagrams using branch-and-bound search. In Proceedings of the Twenty-Ninth Conference on Uncertainty in Artificial Intelligence (UAI'13). AUAI Press, Arlington, Virginia, USA, 331–340 (https://dl.acm.org/doi/10.5555/3023638.3023672).