Introducción al Aprendizaje por Refuerzo en R

El aprendizaje por refuerzo es un método de aprendizaje automático donde el agente recibe una recompensa en su siguiente paso para evaluar su acción previa. Debido a sus sorprendentes resultados desde el dominio en juegos de Atari hasta el gran logro de DeepMind con MuZero, el aprendizaje por refuerzo se ha convertido en una de las áreas de investigación más populares ya que resuelve un tipo de problema donde la toma de decisiones es secuencial y el objetivo a largo plazo. En esta charla comentaremos sobre los conceptos básicos del aprendizaje por refuerzo, los procesos de decisión de Markov y un ejemplo de implementación en R utilizando las librerías MDPtoolbox y ReinforcementLearning