Da tus primeros pasos para escribir agentes de IA ganadores de juegos
En el aprendizaje automático, los científicos de datos navegan principalmente por los territorios del aprendizaje supervisado y no supervisado. Sin embargo, hay un subcampo distinto e interesante: aprendizaje reforzado!
En el aprendizaje por refuerzo, intentamos enseñar lo que se llama agente cómo navegar las complejidades de juegoscolocándolo dentro de un entorno simulado donde explora estrategias, recibe recompensas por movimientos exitosos y enfrenta sanciones por pasos en falso.
Un resultado destacado del campo del aprendizaje por refuerzo es AlfaGoun modelo que ha superado a los campeones del mundo de Irun juego más complejo que el ajedrez.
Lo bueno del aprendizaje por refuerzo es que no tenemos que decirle al agente cómo ganar. Sólo tenemos que decirle cómo es ganar o perder.
En el ajedrez, por ejemplo, se trata de hacer jaque mate al rey del oponente, y esa es la única guía que brindamos. No hay instrucciones explícitas sobre la importancia de las reinas o la insignificancia de los peones; el agente deduce estos matices por sí mismo.
Y no se limita a juegos tradicionales; Prácticamente cualquier cosa puede tratarse como un juego. Ya sea un juego de mesa clásico, un videojuego o un escenario empresarial, como determinar el anuncio más eficaz para un cliente, el aprendizaje por refuerzo está en juego. En el escenario empresarial, el agente podría obtener recompensas por las compras exitosas de los clientes, menores recompensas por los clics en los anuncios y enfrentar sanciones cuando un cliente ignora los anuncios. Se convierte en un juego estratégico para el agente, optimizando las recompensas, lo que, en un contexto empresarial, se traduce en ingresos.
En este artículo, no entraré demasiado en la teoría matemática del aprendizaje por refuerzo. quiero darte el intuición y código de trabajo para empezar. Para este fin, usaré la gran biblioteca. gimnasio eso proporciona algunos entornos de juego interesantes que nuestros agentes pueden aprender a dominar.