Entorno en Aprendizaje por Refuerzo | Aprendizaje por Refuerzo en Python

La interfaz de Gymnasium paso a paso: gym.make con FrozenLake-v1 (Discrete(16) estados y Discrete(4) acciones), reset con semilla, los cinco valores de step (obs, recompensa, terminated, truncated, info), un episodio completo con un agente al azar y la diferencia entre terminated y truncated con max_episode_steps. Después, el almacén de PyShop como entorno propio: una clase que hereda de gym.Env, check_env sin errores, step(2) → (1, -1.0, False, False, {}) y el ciclo reset → step animado sobre la cuadrícula. Parte del curso gratuito «Aprendizaje por Refuerzo en Python» en PyPro. Ver el curso completo: https://pypro.mx/cursos/aprendizaje-p...