Hola Facundo,
Te planteo una pregunta que también va para el resto de la clase.
¿Tendría sentido codificar los estados como s=(Cx, dCx/dt, a), en donde Cx es coordenada x del centro del rectángulo visto por la camara, dCx/dt es la velocidad de esa coordenada y a es el area del rectángulo?
Yo lo veo por el lado de que si fueras a dirigir el robot en forma manual, lo que harias es llevar el rectangulo hacia el centro del campo visual de la camara (con respecto al eje de las x), lo mas rapido posible, y a la vez hacer que se agrande el area, o sea, moverlo hacia adelante lo mas rapido posible tambien. La coordenada y del centro del rectangulo seria mucho menos relevante, porque el robot solo lo moves a izquierda y derecha y no arriba y abajo.
Bueno, cualquier cosa lo conversamos mañana.
Un saludo,
Gabriel.