Número del envío: 2454
ID del envío: 2463
Submission UUID: 95356aac-d424-4ded-ba87-4271901f9db0

Created: Sáb, 23/11/2024 - 20:29
Completed: Sáb, 23/11/2024 - 20:37
Changed: Sáb, 23/11/2024 - 20:37

Remote IP address: (desconocido)
Idioma: Español

Is draft: No
Página actual: webform_confirmation
Form Ficha Terminológica: Ficha Traductológica
Término
Reinforcement learning
Inglés (Estados Unidos) (214)
Ciencias Físico - Matemáticas y de las Ingenierías (404)
Ciencias de la Computación (438)
Inteligencia artificial
Reinforcement Learning (RL) is the science of decision making. It is about learning the optimal behavior in an environment to obtain maximum reward. This optimal behavior is learned through interactions with the environment and observations of how it responds, similar to children exploring the world around them and learning the actions that help them achieve a goal.
What is reinforcement Learning? (s/f). Synopsys.com. Recuperado el 24 de noviembre de 2024, de https://www.synopsys.com/glossary/what-is-reinforcement-learning.html
Reinforcement learning goes hand-in-hand with the development and modernization of many industries. We’ve been witnesses to the incredible things RL can achieve when used correctly, and the future looks even better.
Dasgupta, R. (2023, julio 2). Reinforcement learning: AI algorithms, types & examples - OPIT. OPIT - Open Institute of Technology. https://www.opit.com/magazine/reinforcement-learning-2/
Español
Aprendizaje por refuerzo
Nominal (221)
Aprendizaje reforzado
México (Mex.) (192)
El aprendizaje por refuerzo (RL) es una técnica de machine learning (ML) que entrena al software para que tome decisiones y logre los mejores resultados. Imita el proceso de aprendizaje por ensayo y error que los humanos utilizan para lograr sus objetivos. Las acciones de software que trabajan para alcanzar su objetivo se refuerzan, mientras que las que se apartan del objetivo se ignoran.
¿Qué es el aprendizaje mediante refuerzo? (s/f). Amazon.com. Recuperado el 24 de noviembre de 2024, de https://aws.amazon.com/es/what-is/reinforcement-learning/
Los entrenamientos del agente se han realizado en Python, tanto para el aprendizaje por imitación como para el aprendizaje por refuerzo, utilizando redes neuronales convolucionales que otorgan visión artificial al agente. Todos los modelos se han creado y entrenado utilizando la librería Pytorch.
González-Macías, F. (2021). Integración de aprendizaje por imitación y refuerzo con realidad virtual.
Descargar PDF