Aprendizaje por refuerzo (RL)

Método de entrenamiento en el que un agente aprende interactuando con un entorno (real o simulado) y maximizando una señal de recompensa. En robótica, se utiliza masivamente en simulación (p. ej. NVIDIA Isaac Lab) para producir políticas de control, que luego se transfieren al robot físico (véase: sim-to-real). Se distingue del imitation learning: el agente no necesita demostraciones humanas, pero requiere una función de recompensa bien definida. EN: reinforcement learning (RL).