Lección 9 del curso Aprendizaje por Refuerzo Nivel Básico.
En la lección anterior planteamos las características del entorno y las reglas de juego del tablero bidimensional estocástico, un problema que nos permitirá ver en detalle diferentes conceptos asociados a la construcción de los Procesos de Decisión de Markov.
En esta lección veremos en detalle el primer elemento: los estados. Además, hablaremos de la Propiedad de Markov, un concepto importante que en adelante será la condición que asumiremos para la solución de cualquier problema de Aprendizaje por Refuerzo:
Contenido exclusivo para suscriptores
Si eres suscriptor accede en este enlace ó suscríbete a la Academia Online y accede a todo el contenido (lecciones en video, código fuente, sets de datos y descargas) de todos los cursos, proyectos y tutoriales.
Acabamos de ver que en este caso el espacio de estados del juego es discreto y finito y contiene un total de 16 diferentes estados.
Por otra parte vimos que la Propiedad de Markov, esencial en el Aprendizaje por Refuerzo, implica que el estado presente contiene toda la información necesaria para predecir el siguiente estado, independientemente del historial de estados previos. Esta propiedad de Markov es precisamente una condición sobre la cual está construida toda la teoría del Aprendizaje por Refuerzo.
En la siguiente lección seguiremos viendo más elementos de este juego y en particular hablaremos en detalle de las acciones disponibles y de forma general hablaremos también de los diferentes tipos de acciones que podremos encontrar en diversos problemas del Aprendizaje por Refuerzo.
Todas las lecciones del curso Aprendizaje por Refuerzo Nivel Básico