Se recomiendan los conocimientos de la asignatura de Aprendizaje Automático

Introducción al Aprendizaje por Refuerzo - Introducción al aprendizaje por refuerzo - Procesos de Decisión de Markov - Políticas y optimalidad: horizonte infinito descontado - Funciones de Valor Programación Dinámica - Resolución de problemas sobre MDP: métodos libres de modelo, basados en modelo y programación dinámica - Algoritmo de Iteración de Política - Algoritmo de Iteración de Valor Aprendizaje por refuerzo directo - Métodos Monte Carlo: y Monte Carlo con arranque exploratorio - Métodos libre de modelo: Q-Learning - Ejemplo de ejecución de Q-Learning - Métodos on-policy vs. off-policy: SARSA - Exploración y explotación: e-greedy y softmax Métodos Basados en el Modelo - Aprendizaje de Modelos - Dyna-Q Representación en Aprendizaje por Refuerzo - Representación del espacio de estados, acciones y Q - Discretización del espacio de estados: métodos uniformes y adaptativos - Métodos aproximados para representar la función Q: Batch Q-Learning Generalización Mediante Aproximación de Funciones - Aproximación mediante redes de neuronas - Deep reinforcement learning Métodos de Búsqueda de la Política - Aproximación de la Política - Métodos actor-crítico - Proximal Policy Optimization (PPO) Otros temas de Aprendizaje por Refuerzo - Aprendizaje por Refuerzo jerárquico - Transferencia de aprendizaje aprendido - Aprendizaje por Refuerzo multi-agente - Aprendizaje por Refuerzo seguro - Aprendizaje por Refuerzo fuera de línea - Aprendizaje por Refuerzo multi-objetivo - Aprendizaje por Refuerzo parcialmente observable Aprendizaje por Refuerzo en el mundo real: - Aplicaciones del aprendizaje por refuerzo - Marcos y software de aprendizaje por refuerzo