Meta AI presenta Mr.Q: un algoritmo de aprendizaje de refuerzo sin modelo con representaciones basadas en modelos para una generalización mejorada
El aprendizaje de refuerzo (RL) entrena a los agentes para tomar decisiones secuenciales maximizando las recompensas acumulativas. Tiene diversas aplicaciones, incluidas la robótica, los juegos y la automatización, donde los…