Aprendizaje por refuerzo con opciones y función de refuerzo universal

Santos, Juan MiguelBruno Cilla, DiegoHeimann, MatíasScaglioni, Giuliano2021-02-112021-02-112020-12http://ri.itba.edu.ar/handle/123456789/3385"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."esAPRENDIZAJE POR REFUERZOAPRENDIZAJE AUTOMATICOALGORITMOSAprendizaje por refuerzo con opciones y función de refuerzo universalProyecto final de Grado