Aprendizaje por Refuerzo en Python

El Aprendizaje por Refuerzo o Reinforcement Learning (RL) es un paradigma de aprendizaje automático donde los agentes inteligentes aprenden a tomar decisiones óptimas a través de su experiencia interactuando con el entorno. En esta charla proporcionaré una introducción a los conceptos de RL, incluyendo agentes, entornos, estados, acciones, recompensas y políticas. Le mostraré cómo acelerar su experimentación con RL en Python utilizando bibliotecas como TorchRL, MuJoCo y Gymnasium. Además de los juegos y la robótica, discutiré la aplicación de RL en áreas como finanzas, trading algorítmico, cadena de suministro, gestión de inventario y ride sharing. Con esta charla espero inspirar a los asistentes a explorar el potencial de las herramientas y enfoques de RL en sus propios proyectos.