noun RL
reinforcement learning
El aprendizaje por refuerzo (RL) es un método de aprendizaje automático donde un agente de IA aprende a tomar decisiones interactuando con un entorno, recibiendo recompensas o penalizaciones. A diferencia del aprendizaje supervisado, que usa datos etiquetados, el RL se adapta en tiempo real mediante retroalimentación.
Funciona con un sistema de recompensas—positivas para resultados deseados, negativas para errores. El agente explora acciones y refina su estrategia con algoritmos como Q-learning o deep RL. Se usa en robótica, videojuegos e incluso en trading, donde la adaptabilidad es clave.
Para los desarrolladores, el RL cambia el diseño de sistemas: exige modelar bien las recompensas para evitar comportamientos no deseados (ej. : un robot aspiradora que solo limpia zonas con más puntos). También requiere recursos costosos—entrenar un modelo RL para un coche autónomo puede costar miles de dólares en computación en la nube.
Ejemplo: AlphaGo de DeepMind dominó el juego Go tras millones de partidas autoenseñadas, derrotando a campeones humanos.
Un chatbot entrenado con RL podría aprender a evitar respuestas ofensivas al recibir penalizaciones por cada respuesta grosera.
En otros idiomas
Véase también: Supervised learning · AI agent