Reinforcement learning

Questo insegnamento introduce i fondamenti teorici e algoritmici del Reinforcement Learning, un sottoinsieme del Machine Learning che studia agenti adattivi che intraprendono azioni e interagiscono con un ambiente sconosciuto. Il Reinforcement Learning è un potente paradigma per lo studio dei sistemi di intelligenza artificiale autonomi ed è stato applicato a un'ampia gamma di applicazioni, tra cui auto a guida autonoma, videogiochi, gestione dei clienti e assistenza sanitaria.

Al termine del corso, gli studenti saranno in grado di:
- formalizzare i problemi in termini di processi decisionali di Markov,
- comprendere i metodi di base dell'esplorazione strategica,
- comprendere gli algoritmi per l'ottimizzazione diretta delle politiche,
- condurre esperimenti in ambienti simulati.
Questi obiettivi vengono misurati attraverso una combinazione di due componenti: la relazione di progetto e la discussione orale. Il voto finale si ottiene valutando la relazione di progetto e utilizzando la discussione orale per la messa a punto finale.