Explicación detallada
El agente observa un estado, elige una acción y recibe una recompensa. Ajusta su política para maximizar la recompensa acumulada. Se utiliza en robótica, juegos, optimización y en el alineamiento de LLM mediante el RLHF.
Ejemplos
AlphaGo venciendo a los campeones de Go
Robots que aprenden a caminar
RLHF para alinear ChatGPT
Optimización publicitaria
Preguntas frecuentes
¿Qué es el RLHF?
Reinforcement Learning from Human Feedback: se entrena el modelo para preferir las respuestas consideradas mejores por humanos.
Términos relacionados
Aprendizaje profundo
Subcampo del aprendizaje automático que utiliza redes neuronales profundas para aprender representaciones complejas.
Machine Learning
Rama de la IA en la que los modelos aprenden patrones a partir de datos en lugar de seguir reglas explícitas.
Aprendizaje supervisado
Aprendizaje a partir de ejemplos etiquetados (entrada → salida esperada).
Aprendizaje no supervisado
Aprendizaje a partir de datos sin labels, donde el modelo descubre por sí mismo estructuras.
Última actualización: 15/7/2026