Aprendizaje por Refuerzo Débilmente Supervisado
El aprendizaje por refuerzo débilmente supervisado (WSRL, por sus siglas en inglés) entrena agentes en entornos donde la señal de recompensa es imperfecta, escasa, retrasada o solo parcialmente informativa — a diferencia del RL denso totalmente supervisado. El agente debe aprender políticas efectivas a pesar de la retroalimentación incompleta, utilizando señales auxiliares, modelado de recompensas o aprendizaje de preferencias para compensar la supervisión débil.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6
- Christiano, P., Leike, J., Brown, T. B., Martic, M., Legg, S. & Amodei, D. (2017). Deep reinforcement learning from human preferences. Advances in Neural Information Processing Systems (NeurIPS), 30. link ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Weakly Supervised Reinforcement Learning. ScholarGate. https://scholargate.app/es/deep-learning/weakly-supervised-reinforcement-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Aprendizaje por RefuerzoAprendizaje profundo↔ compare
- Aprendizaje por Refuerzo Auto-supervisadoAprendizaje profundo↔ compare
- Aprendizaje por Refuerzo Semi-supervisadoAprendizaje profundo↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →