Volver a Glossary
Recompensa Aprendida
Una función de recompensa que se aprende a partir de datos (preferencias humanas, demostraciones o descripciones en lenguaje natural) en lugar de ser diseñada manualmente. Los métodos de aprendizaje de recompensas incluyen RL inverso, modelado de recompensas a partir de comparaciones humanas (estilo RLHF) y puntuación de recompensas basada en VLM (usando similitud CLIP o evaluación LLM). Las recompensas aprendidas abordan el desafío de que las funciones de recompensa manuales bien formadas suelen ser difíciles de especificar para tareas complejas de manipulación.