Aprendizaje por refuerzos

• Conjunto deestadosque definen el medio.

• Conjunto deaccionesque el agente puede realizar.

• Reglas detransicionesentre estados.

• Reglas que asignan unarecompensainmediata (+ o -) a cada transición.

• Reglas que determinan quéobservael agente.

• Ejemplos: control de robots, programa de ascensores, ruteo de paquetes, juego del Go.