Entidades › Sistemas artificiales

Agentes de aprendizaje por refuerzo profundo

Redes neuronales entrenadas por ensayo y error para maximizar una señal de recompensa. Aprenden una política o una función de valor interactuando con un entorno, a menudo simulado, como un juego.

Redes neuronales entrenadas por ensayo y error para maximizar una señal de recompensa. Aprenden una política o una función de valor interactuando con un entorno, a menudo simulado, como un juego. Pueden alcanzar una habilidad sobrehumana en tareas estrechas, pero están optimizadas para una única meta de recompensa.

Fuentes

• Mnih V, Kavukcuoglu K, Silver D, Rusu AA, et al. (2015) Human-level control through deep reinforcement learning. Nature 518(7540):529-533. doi:10.1038/nature14236.
• Silver D et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature 529:484-489. doi:10.1038/nature16961.

Evalúalo con los criterios publicados