Definition
Este concepto proviene del aprendizaje por refuerzo e implica un agente interactuando con un entorno desconocido. El autómata selecciona acciones de un conjunto finito y recibe una señal de penalización o recompensa, ajustando su política de acción para mejorar el rendimiento a largo plazo.
Summary
Un autómata de aprendizaje es una unidad simple de toma de decisiones estocástica que actualiza iterativamente sus probabilidades de acción basándose en la retroalimentación ambiental para maximizar la recompensa.
Key Concepts
- Vector de probabilidad de acción
- Señal de recompensa/penalización
- Optimización estocástica
Use Cases
- Problemas de asignación de recursos
- Optimización del enrutamiento de redes
- Sistemas de control simples