Curso

CS 7642 Reinforcement Learning and Decision Making

• 3 créditos
• Curso fundacional
• Puede cubrir una electiva de la especialización de Machine Learning
• Se ofrece en verano

Recorre la teoría y la práctica del aprendizaje por refuerzo, desde las diferencias temporales hasta los métodos profundos y los escenarios con varios agentes.

Nombre en español

Aprendizaje por refuerzo y toma de decisiones

Qué se estudia

• Procesos de decisión de Markov, diferencias temporales y Q learning.
• Aproximación de funciones y redes Q profundas.
• Gradiente de política y métodos actor crítico.
• Teoría de juegos y aprendizaje por refuerzo con varios agentes.

Cómo se evalúa

Seis tareas de programación, tres proyectos con informe, entre ellos la reproducción de un artículo, el aterrizaje lunar y un partido de fútbol con varios agentes, más un examen.

Qué conviene saber antes

Probabilidad y Python con NumPy. CS 7641 es la puerta de entrada natural.

Consejos de estudiantes

• Reproducir un artículo clásico equivale a un proyecto entero, razón por la que conviene leerlo dos veces antes de escribir código.
• Las semillas y los registros de cada corrida se guardan desde el principio, porque el aprendizaje por refuerzo es ruidoso y los resultados hay que justificarlos.
• El foro del curso aclara las rúbricas, de modo que participar en él ahorra puntos.

Cuándo tomarlo

Después de CS 7641 y, si se puede, de CS 7643, en un semestre con 20 horas semanales disponibles.

Lenguajes y herramientas

• Python
• PyTorch
• Gymnasium

Cifras aproximadas de reseñas

Son promedios aproximados de reseñas de estudiantes publicadas en OMSCentral y en OMSHub, de manera que cambian de un semestre a otro.