Video Experimental Relacionado
Updated: Apr 16, 2026

A Step-by-Step Implementation of DeepBehavior, Deep Learning Toolbox for Automated Behavior Analysis
Published on: February 6, 2020
Control a nivel humano a través del aprendizaje de refuerzo profundo
Volodymyr Mnih1, Koray Kavukcuoglu1, David Silver1
1Google DeepMind, 5 New Street Square, London EC4A 3TW, UK.
Este estudio introduce una red Q profunda, un agente artificial que aprende de entradas sensoriales de alta dimensión utilizando aprendizaje de refuerzo de extremo a extremo. El agente logró un rendimiento a nivel humano en juegos de Atari, demostrando una generalización efectiva a partir de datos de píxeles sin procesar.
Área de la Ciencia:
- La inteligencia artificial es inteligencia artificial.
- Aprendizaje automático Aprendizaje automático.
- La neurociencia computacional es una neurociencia computacional.
Sus antecedentes:
- El aprendizaje por refuerzo (RL) optimiza el control del agente basado en principios psicológicos y neurocientíficos.
- La RL del mundo real requiere que los agentes deriven representaciones eficientes de entradas sensoriales de alta dimensión para la generalización.
- Los agentes de RL existentes se limitan a características hechas a mano o estados de baja dimensión y completamente observados.
Objetivo del estudio:
- Desarrollar un nuevo agente artificial capaz de aprender refuerzo de extremo a extremo a partir de entradas sensoriales de alta dimensión.
- Para superar las limitaciones de los agentes RL anteriores en escenarios complejos y reales.
- Para cerrar la brecha entre los datos sensoriales en bruto y la toma de decisiones efectiva en los agentes artificiales.
Principales métodos:
- Utilizó los avances en el entrenamiento de redes neuronales profundas para crear un agente de red Q profunda.
- Empleó aprendizaje de refuerzo de extremo a extremo, procesando solo píxeles sin procesar y puntuaciones de juegos como entradas.
- Probó el agente en un conjunto diverso de 49 juegos clásicos de Atari 2600.
Principales resultados:
- El agente de red Q profundo superó a todos los algoritmos anteriores en juegos de Atari 2600.
- Logró un rendimiento comparable al de los probadores profesionales de juegos humanos en los juegos probados.
- Aprendizaje y generalización exitosos demostrados directamente de la entrada visual de alta dimensión.
Conclusiones:
- La red Q profunda representa un avance significativo en la inteligencia artificial, permitiendo el aprendizaje a partir de datos sensoriales en bruto.
- Este enfoque cierra la brecha entre las entradas y acciones de alta dimensión, creando agentes versátiles.
- El éxito del agente en una variedad de tareas desafiantes destaca el potencial del aprendizaje por refuerzo profundo.
Videos de Conceptos Relacionados
Reinforcement
Positive reinforcement occurs when a behavior is followed by the presentation of a rewarding stimulus, increasing the frequency of that behavior. For example:
Law of Effect
Edward Thorndike's foundational work involved studying learning in animals, particularly using puzzle...
Observational Learning
Avoidance Learning and Learned Helplessness
Avoidance learning occurs when an organism learns that a specific behavior can prevent an unpleasant outcome. For example, a student who receives a bad grade may start studying harder to avoid future poor grades. This behavior persists even when the negative outcome is no longer present. Avoidance learning is powerful because it maintains behavior in the absence of the...
Reinforcement Schedules
Once a behavior is learned,...
Hierarchy of Motor Control

