Política (robot)
En aprendizaje de robots, una política (denotada π) es una función que mapea observaciones a acciones: π(o) → a. La política es el "cerebro" aprendido del robot que determina qué hacer en cada paso de tiempo dado lo que percibe. Las políticas pueden representarse como redes neuronales (políticas neuronales), árboles de decisión, procesos gaussianos o tablas de búsqueda. Pueden ser deterministas (una acción por observación) o estocásticas (una distribución sobre acciones). La calidad de la política se mide por la tasa de éxito de la tarea en condiciones diversas, no solo en demostraciones de entrenamiento. El desafío central del aprendizaje de robots es entrenar políticas que se generalicen de manera confiable más allá de su distribución de entrenamiento. Ver esto en la práctica: nuestras evaluaciones en el mundo real →