Proyecto: un agente para el almacén de PyShop | Aprendizaje por Refuerzo en Python

El proyecto final del curso, paso a paso: entrenar, evaluar y documentar un agente de Q-learning tabular para dos problemas, el almacén de PyShop con el piso resbaloso (el 10 % de las veces el robot se desliza a un lado) y Taxi-v4 de Gymnasium. Los nueve pasos: línea base al azar, clase Agente, entrenamiento, curvas de aprendizaje, política en flechas, evaluación greedy de 100 episodios, experimento con alfa, gamma y épsilon, SARSA contra Q-learning y guardar las tablas con np.save. Resultados de referencia: almacén resbaloso con 2000 episodios, retorno 1.04 y 93 % de éxito; Taxi-v4 con 3000 episodios, retorno 7.63 y 100 %. Qué entregar (notebook, tablas e informe) y siguientes pasos: DQN y Stable-Baselines3. Parte del curso gratuito «Aprendizaje por Refuerzo en Python» en PyPro. Ver el curso completo: https://pypro.mx/cursos/aprendizaje-p...