Main Content

Reinforcement learning mediante redes neuronales profundas

Entrene agentes de redes neuronales profundas interactuando con un entorno dinámico desconocido

El reinforcement learning es un enfoque computacional orientado a objetivos en el que un agente aprende a realizar una tarea interactuando con un entorno dinámico desconocido. Durante el entrenamiento, el algoritmo de aprendizaje actualiza los parámetros de la política del agente. El objetivo del algoritmo de aprendizaje es encontrar la política más adecuada que maximice la recompensa a largo plazo recibida durante la tarea.

Dependiendo del tipo de agente, la política se representa mediante una o más representaciones de funciones de política y de valor. Puede implementar estas representaciones mediante redes neuronales profundas. Puede entrenar estas redes con el software Reinforcement Learning Toolbox™.

Para obtener más información, consulte Reinforcement Learning Using Deep Neural Networks.

Temas