Aprendizaje de refuerzo es la práctica de enseñar y guiar el comportamiento mediante el uso de un sistema de recompensa.
El comportamiento deseable produce recompensas; comportamiento indeseable no.
Es una herramienta común que se utiliza en el aprendizaje de máquinas, y ahora el equipo de Alphabet lo ha utilizado para enseñar a la Inteligencia artificial de DeepMind a navegar con éxito por un recorrido de parkour.
El equipo quería ver si las recompensas simples funcionaban en un entorno complejo.
Establecieron un recorrido virtual de parkour con diferentes tipos de obstáculos y establecieron una recompensa por el progreso hacia adelante.
Cuanto más rápido se movía la inteligencia artificial a través del terreno, mayores eran las recompensas.
Se agregaron incentivos y sanciones adicionales para programas más complejos.
La IA utilizó un sistema de prueba y error para averiguar cómo avanzar lo más rápido posible sin “fallar”.
Está claro que DeepMind está utilizando soluciones creativas para superar los obstáculos que se le presentan.
La mayor parte del tiempo, el movimiento que proporciona la solución más eficiente no es exactamente natural.
Presenta posibilidades interesantes para inteligencia artifical futura porque los robots realmente no tienen que restringirse a los movimientos de tipo humano para lograr metas establecidas.
Fuente: Engadget
Artículos relacionados:
Inteligencia Artificial aprende a “recordar” conocimientos previos 
Inteligencia artificial enseña a los robots a caminar, creando recorridos con obstáculos personalizados 
Robot con inteligencia artificial capaz de moverse de forma cuadrúpeda y bípeda 
Inteligencia artificial aprende a reconocer estados exóticos de materia 
Mejoran la forma en que la inteligencia artificial aprende a ver 
Google usa inteligencia artificial para enseñar a los robots cómo moverse como animales reales