Contenido principal

Reinforcement learning

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

Reinforcement learning es un enfoque de aprendizaje computacional guiado por objetivos donde 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 una política óptima que maximice la recompensa cumulativa descontada a largo plazo esperada que se recibe durante la tarea.

Este enfoque de aprendizaje permite al agente tomar una serie de decisiones para maximizar la recompensa cumulativa de una tarea sin intervención humana y sin estar programado explícitamente para lograr un objetivo. Puede crear y entrenar agentes de reinforcement learning utilizando el software Reinforcement Learning Toolbox™.

Para obtener más información, consulte What Is Reinforcement Learning? (Reinforcement Learning Toolbox).

Temas

Ejemplos destacados