Aprendizagem por reforço (RL)

Método de treino em que um agente aprende ao interagir com um ambiente (real ou simulado) e ao maximizar um sinal de recompensa. Em robótica, é utilizado massivamente em simulação (ex. NVIDIA Isaac Lab) para produzir políticas de controlo, posteriormente transferidas para o robô físico (ver: sim-to-real). Distingue-se do imitation learning: o agente não precisa de demonstrações humanas, mas exige uma função de recompensa bem definida. EN: reinforcement learning (RL).