[EVAL-1] Coder eval.py : charger le modèle + 100 épisodes

[Celz-Pch]

Objectif

Evaluation finale de l'agent entraîné.

Tasks

• Charger checkpoints/best_model.pt avec torch.load()
• Jouer 100 épisodes avec epsilon = 0 (pure exploitation)
• Calculer : mean score, std, min, max
• Afficher la distribution des scores

Critère de succès

Mean score ≥ 200 sur 100 épisodes consécutifs.