Aprendizaje Por Refuerzos y Temas Avanzados

 APRENDIZAJE REFORZADO

Machine Learning es una disciplina del campo de la Inteligencia Artificial que, a través de algoritmos, dota a los ordenadores de la capacidad de identificar patrones en datos masivos y elaborar predicciones, este aprendizaje permite a los computadores realizar tareas específicas de forma autónoma, sin necesidad de ser programados.

En 1952 se desarrolla el aprendizaje reforzado con la primera máquina llamada Teseo, no fue sino para el año 2013 en la revolución de los video juegos como el Atari o en el Alfago en el cual se dedicaban a vencer un juego de mesa por medio de una maquina la cual tiene la capacidad de imitar y aprender a través del proceso de prueba y error.

Esta programación se da por tres funciones la primera llamada agente el cual entiendo lo que es el entorno, la segunda seria el estado que el que va a tomar los movimientos de acción y la tercera por la recompensa el cual sería un premio o un castigo. E agente aprenderá de su entorno dependiendo del estado observado para tener una recompensa.

Tipos de aprendizaje reforzado:

Basado en modelos: Es cuando tenemos una información detallada del entorno.

Basado en libre modelo: Este va a depender del programador el cual decide la acción a tomar para evitar menos penalizaciones posibles.

Para entrenar nuestro agente es necesario tomar en cuenta dos herramientas que son las Políticas degradiente las registra periódicamente el algoritmo o las Q-learning las cuales calculan la máxima recompensa y acciones para culminar de manera exitosa el agente de acuerdo como el agente se mueven su entorno este busca la manera más corta para darle una solución mas conveniente.

De esta manera se crean redes neuronales las cuales combinadas con los aprendizajes reforzados profundo superan las capacidades del ser humano, también hace que el robot tenga la capacidad de estar y manipularse en un ambiente hostil.