Aprendizaxe por reforzo: IA que aprende dos seus erros
Imaxinemos que estás intentando ensinarlle a un robot a camiñar. A diferenza de ensinarlle a un ordenador como predecir os prezos das accións ou categorizar imaxes, realmente non temos un gran conxunto de datos que poidamos utilizar para adestrar o noso robot. Aínda que che resulte natural,...