Aprendizaje de Robots: Sistemas Agénicos y Autónomos - Parte 2

Resumen

Explore cómo los agentes de aprendizaje autónomo requieren un diseño cuidadoso para lograr una interacción efectiva, conectando sistemas autónomos con modelos agenciales para el aprendizaje de refuerzo en el mundo real.

Programa de estudio

• Introducción a los Sistemas Agénicos y Autónomos
Visión general de agentes de aprendizaje autónomo
Modelos agénicos en aprendizaje por refuerzo
• Fundamentos del Aprendizaje por Refuerzo
Recapitulación de conceptos básicos de la Parte 1
Gradientes de política y optimización avanzada de políticas
• Principios de Diseño para Agentes Autónomos
Arquitecturas para la toma de decisiones de agentes
Exploración vs. explotación en sistemas autónomos
• Desafíos y Soluciones del Mundo Real
Gestión de la observabilidad parcial
Tratamiento de entornos no estacionarios
• Sistemas Interactivos y Adaptativos
Marcos para interacciones agente-sistema
Enfoques para el aprendizaje en línea y a lo largo de la vida
• Seguridad y Ética en Sistemas Autónomos
Consideraciones éticas en la toma de decisiones autónoma
Asegurando la fiabilidad y robustez en la operación
• Estudios de Caso de Agentes de Aprendizaje Autónomo
Aplicaciones del mundo real y estudios de caso de despliegue
Análisis de historias de éxito y fracasos
• Temas Avanzados en Aprendizaje Robótico
Sistemas multi-agente y colaboración
Aprendizaje de transferencia y adaptación de dominio
• Proyecto e Implementación Práctica
Diseño y evaluación de un agente de aprendizaje por refuerzo
Experiencia práctica con herramientas de simulación y entornos
• Tendencias Futuras en Sistemas Autónomos y Agénicos
Avances en teoría y práctica
Tecnologías emergentes y direcciones futuras en el aprendizaje robótico

Asignaturas

Ciencias de la Computación