Notas sobre aprendizaje por refuerzo (X): locomoción de robots
El aprendizaje por refuerzo, en la situación de problemas continuos y métodos basados en políticas, puede usarse en locomoción de robots.
Notas sobre aprendizaje por refuerzo (IX): aprendizaje de políticas y el ascenso de gradiente
Hablamos del aprendizaje de políticas en el caso del deep reinforcement learning en problemas continuos y revisamos el ascenso de gradiente.
Notas sobre aprendizaje por refuerzo (VIII): problemas continuos y métodos basados en políticas
En este post presentamos los Problemas continuos de aprendizaje por refuerzo, sus particularidad, ideas principales y campos de aplicación.
Notas sobre aprendizaje por refuerzo (VII): El triunfo del algoritmo DQN (Deep Q-Network)
Se comenta cómo el deep learning supero sus retos para ser aplicado en aprendizaje por refuerzo, con el éxito de Deep Q-Network
Notas sobre el aprendizaje por refuerzo (VI): los tres retos del deep reinforcement learning
Comento tres retos del deep reinforcement learning a que se tiene que enfrentar para conseguir buenos resultados.
Notas sobre el aprendizaje por refuerzo (V): deep reinforcement learning
En este post explico cuándo se usa deep learning en aprendizaje por refuerzo dando lugar al deep reinforcement learning.
Notas sobre aprendizaje por refuerzo (IV): Metodos tabulares. SARSA Y Q-Learning.
Aparte de nuevos conceptos sobre aprendizaje por refuerzo, se habla de los métodos tabulares sin modelo y finaliza esbozando Q-Learning
Notas sobre aprendizaje por refuerzo (III): recompensas, trazas y valores
Hablo de trazas y recompensas en el contexto de modelos de decisión de Markov y aprendizaje por refuerzo (reinforcement learning).
Notas sobre aprendizaje por refuerzo (II): Visualizando el aprendizaje en procesos de Markov
Recordamos conceptos de aprendizaje por refuerzo y recordamos y visualizamos el aprendizaje en procesos de Markov
Notas sobre aprendizaje por refuerzo (I): Procesos de decisión de Markov
Como inicio de una serie dedicada al aprendizaje por refuerzo, en este post explico los Procesos de decisión de Markov