Estudio del meta-aprendizaje como alternativa a la disyuntiva entre el aprendizaje por refuerzo basado en modelo y el aprendizaje por refuerzo sin modelo

Abstract

[ES] Se comparará la eficiencia, ventajas y desventajas, de diferentes algoritmos de aprendizaje por refuerzo ("reinforcement learning", RL), tales como el refuerzo basado en modelo (model-based RL), el refuerzo sin modelo (model-free RL), el refuerzo híbrido (que surge de combinar los algoritmos con y sin modelo, hybrid model RL) y una alternativa a estos, basada en meta-aprendizaje. La optimización de los diferentes algoritmos se hará en base a dos contextos distintos: por un lado cuando lo que se pretende es maximizar la recompensa, y por otro lado, cuando se pretende reproducir el comportamiento humano a través de su desarrollo cognitivo

[EN] In this TFG, I will analyze and compare the performance, advantages and limitations, of the following reinforcement learning (RL) algorithms: model-based RL, model-free RL, a hybrid RL algorithm that arises from combining the previous two, and an alternative RL algorithm based on meta-learning. These RL algorithms will be optimized, either according to reward maximization, or by the extent to which each RL algorithm is capable of accounting for human behaviour throughout cognitive development.