AI Reinforcement Learning - eLearning

Cronograma del curso

1. Introducción al aprendizaje por refuerzo 

   Lección 01

   • Tres paradigmas del aprendizaje automático
   • Historias de éxito de RL
   • Elementos de un problema de RL
   • Introducción al gimnasio
   • Entrena tu primer agente de RL con RLlib

2. RL de un solo paso: bandidos multiarmados

   Lección 02

   • Entorno de bandido multiarmado
   • Equilibrio entre exploración y explotación
   • Enfoques fundamentales para equilibrar exploración y explotación
   • Enfoques avanzados para equilibrar exploración y explotación
   • Introducción a los problemas de bandido contextual
   • Un ejemplo práctico de bandido contextual
   • Bandidos contextuales profundos
   • Exploración con bandits contextuales profundos
   • Un ejemplo práctico con bandits contextuales profundos

3. Aprendizaje por refuerzo de múltiples pasos

   Lección 03

   • Introducción a las cadenas de Márkov
   • Proceso de recompensa de Markov
   • Proceso de decisión de Markov
   • Evaluación e iteración de políticas
   • Q-Learning tabular
   • Ejemplo práctico de Q-Learning tabular
   • Aprendizaje profundo Q
   • Uso de RLlib para entrenar una red Deep Q
   • Métodos basados en políticas
   • Uso de RLib para entrenar un agente PPO

4. Enfoques para el aprendizaje por refuerzo en el mundo real

   Lección 04

   • Manejo de recompensas escasas y exploración difícil
   • Implementar modelado de recompensas
   • Desventajas del modelado de recompensas
   • Uso de la memoria para manejar la observabilidad parcial
   • Resolución de Cartpole sin estado usando LSTM
   • Superar la brecha entre simulación y realidad
   • Introducción al aprendizaje por refuerzo multiagente
   • Entrenamiento de múltiples agentes con RLib
   • Aprendizaje por refuerzo multiagente
   • Aprendizaje por refuerzo sin conexión
   • Conclusión y otros temas avanzados