Aprendizaje por refuerzo a nivel humano mediante el modelado, la exploración y la planificación basados en la teoría
https://arxiv.org/abs/2107.12544v1 El aprendizaje por refuerzo (RL) estudia cómo un agente llega a conseguir una recompensa en un entorno a través de interacciones a lo largo del tiempo. Los recientes avances en la RL de las máquinas han superado la experiencia humana en los juegos de mesa más antiguos del mundo y en muchos videojuegos clásicos, pero requieren grandes cantidades de experiencia para aprender con éxito: ninguno de los algoritmos actuales da cuenta de la capacidad humana para aprender tantas tareas diferentes, tan rápidamente. Aquí proponemos un nuevo enfoque para este reto, basado en una forma particularmente fuerte de RL basado en modelos que llamamos Aprendizaje de Refuerzo Basado en Teoría, porque utiliza teorías intuitivas similares a las humanas -modelos ricos, abstractos y causales de objetos físicos, agentes intencionales y sus interacciones- para explorar y modelar un entorno, y planificar eficazmente para lograr los objetivos de la tarea. Este enfoque se aplica ...