Sinopsis / Descripción

Segunda edición del texto de referencia sobre aprendizaje por refuerzo, de Richard S. Sutton y Andrew G. Barto (MIT Press, serie Adaptive Computation and Machine Learning), distribuido por sus autores bajo licencia Creative Commons BY-NC-ND 2.0. Explica cómo un agente aprende a tomar decisiones interactuando con su entorno: problemas multi-armed bandit, procesos de decisión de Markov finitos, programación dinámica, métodos Monte Carlo, aprendizaje por diferencias temporales, Q-learning, métodos n-step, planificación, aproximación de funciones, gradiente de políticas y métodos actor-crítico, con conexiones a la psicología, la neurociencia y aplicaciones. Texto en inglés.