pythonを用いたsarsaのコードと方策勾配法のコードなどついて【レクチャーを頂きたいです】

プログラミングの課題があるのですが、正直よく分かりません。 内容はテーマにある通りなんですが、いかんせん私には難しく理解に及びません。 何点か課題がありますので、私にも分かる様に説明を頂きたいのです。 どうぞよろしくお願いします。