Aprendizaje por Refuerzo aplicado a la resolución de problemas no triviales
El Aprendizaje por Refuerzo (en inglés Reinforcement Learning y de ahora en más AR) ataca el problema de aprender a controlar agentes autónomos, mediante interacciones por prueba y error con un ambiente dinámico, el cual le provee señales de refuerzo por cada acción que realiza. Si los objetivos de...
Guardado en:
| Autores principales: | Errecalde, Marcelo Luis, Muchut, Alfredo, Aguirre, Guillermo, Montoya, Cecilia Inés |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2000
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/22106 |
| Aporte de: |
Ejemplares similares
-
Exploración dirigida por el objetivo en Aprendizaje por Refuerzo Basado en Modelo para ambientes no estacionarios
por: Errecalde, Marcelo Luis, et al.
Publicado: (2001) -
Navegación autónoma mediante aprendizaje por refuerzo
por: Costa, Ignacio Agustín, et al.
Publicado: (2020) -
Contribución al relevamiento y estado del arte en aprendizaje por refuerzo
por: Emery, Lucas
Publicado: (2020) -
Marcos teóricos del aprendizaje por refuerzo multiagente : Limitaciones y perspectivas
por: Errecalde, Marcelo Luis
Publicado: (2001) -
Aprendizaje por refuerzo con opciones y función de refuerzo universal
por: Bruno Cilla, Diego, et al.
Publicado: (2021)