Aprendizaje por refuerzo con opciones y función de refuerzo universal

Fecha
2020-12
Autores
Bruno Cilla, Diego
Heimann, Matías
Scaglioni, Giuliano
Título de la revista
ISSN de la revista
Título del volumen
Editor
Resumen
"El objetivo de los algoritmos de aprendizaje por refuerzo es maximizar las recompensas acumuladas a lo largo del tiempo para hallar un comportamiento objetivo. De esta forma, para aprender distintos comportamientos, la variable a cambiar sería la función de refuerzo dada para ese problema. El objetivo de este trabajo es explorar una alternativa en la cual se puedan adquirir distintos comportamientos, manteniendo siempre la misma función de refuerzo, siendo que la variable sea los distintos entornos en los que se realiza el aprendizaje."
Descripción
Citación