6 recursos gratuitos para aprender Reinforcement Learning
De los fundamentos matemáticos al aprendizaje profundo por refuerzo aplicado a robótica, vehículos autónomos y sistemas de control.
Cursos y recursos recomendados
Una selección para distintos niveles de experiencia. Los materiales enlazados son de acceso gratuito; algunos cursos universitarios pueden reservar evaluaciones o créditos oficiales para alumnos inscritos.
CS285: Deep Reinforcement Learning
Policy gradients, métodos actor critic, aprendizaje por imitación, model based RL y aplicaciones en robótica. Una excelente opción para profundizar en investigación científica.
Reinforcement Learning
Procesos de decisión de Markov, ecuaciones de Bellman, programación dinámica, métodos Monte Carlo y aprendizaje por diferencia temporal. Sobresale por su rigor matemático.
CS234: Reinforcement Learning
Exploración, optimización de políticas, aproximación de funciones y eficiencia del aprendizaje. Combina fundamentos formales con problemas modernos de RL.
Deep Reinforcement Learning Course
Ejercicios prácticos para entrenar agentes con Python, DQN, policy gradients y Stable Baselines3. Una buena entrada para comenzar a experimentar con algoritmos.
Spinning Up in Deep RL
Explicaciones y código de referencia para PPO, DDPG, TD3 y Soft Actor Critic (SAC). Ideal para comprender con mayor profundidad los algoritmos y sus implementaciones.
Gymnasium
Biblioteca para crear y ejecutar entornos de aprendizaje por refuerzo. Incluye ejemplos de control clásico, entornos MuJoCo y tutoriales para entrenar agentes y construir entornos personalizados. Es un recurso práctico, no un curso tradicional.
Comparación rápida
Comparación cualitativa orientativa según el enfoque de cada recurso.
| Curso / Recurso | Matemáticas | Programación | Investigación |
|---|---|---|---|
| Berkeley CS285 | Muy alta | Alta | Muy alta |
| David Silver · UCL | Muy alta | Baja | Alta |
| Stanford CS234 | Muy alta | Media | Muy alta |
| Hugging Face | Media | Muy alta | Media |
| OpenAI Spinning Up | Alta | Alta | Alta |
| Gymnasium · Farama | Baja | Muy alta | Alta, como herramienta |
Ruta recomendada para investigación en robótica y control
Una secuencia sugerida para pasar de la teoría a la implementación de algoritmos de control continuo.
Dominar funciones de valor, ecuaciones de Bellman, evaluación de políticas y aproximación de funciones.
Estudiar policy gradients, arquitecturas actor critic, regularización por entropía y control continuo.
Analizar SAC, twin Q networks, replay buffers y estabilidad del entrenamiento; aplicar lo aprendido en simulación y robótica.
Gymnasium puede utilizarse en paralelo con esta ruta para practicar en entornos de simulación y preparar experimentos propios de aprendizaje por refuerzo.