You can not select more than 25 topics
Topics must start with a letter or number, can include dashes ('-') and can be up to 35 characters long.
41 lines
4.5 KiB
41 lines
4.5 KiB
<!--
|
|
CO_OP_TRANSLATOR_METADATA:
|
|
{
|
|
"original_hash": "68394b2102d3503882e5e914bd0ff5c1",
|
|
"translation_date": "2025-09-04T00:24:17+00:00",
|
|
"source_file": "8-Reinforcement/1-QLearning/assignment.md",
|
|
"language_code": "es"
|
|
}
|
|
-->
|
|
# Un Mundo Más Realista
|
|
|
|
En nuestra situación, Peter podía moverse casi sin cansarse ni tener hambre. En un mundo más realista, tiene que sentarse y descansar de vez en cuando, y también alimentarse. Hagamos nuestro mundo más realista implementando las siguientes reglas:
|
|
|
|
1. Al moverse de un lugar a otro, Peter pierde **energía** y gana algo de **fatiga**.
|
|
2. Peter puede recuperar energía comiendo manzanas.
|
|
3. Peter puede deshacerse de la fatiga descansando bajo un árbol o en el césped (es decir, caminando hacia una ubicación en el tablero que tenga un árbol o césped - campo verde).
|
|
4. Peter necesita encontrar y matar al lobo.
|
|
5. Para matar al lobo, Peter necesita tener ciertos niveles de energía y fatiga; de lo contrario, pierde la batalla.
|
|
|
|
## Instrucciones
|
|
|
|
Utiliza el cuaderno original [notebook.ipynb](notebook.ipynb) como punto de partida para tu solución.
|
|
|
|
Modifica la función de recompensa según las reglas del juego, ejecuta el algoritmo de aprendizaje por refuerzo para aprender la mejor estrategia para ganar el juego y compara los resultados del paseo aleatorio con tu algoritmo en términos de número de juegos ganados y perdidos.
|
|
|
|
> **Nota**: En tu nuevo mundo, el estado es más complejo y, además de la posición del humano, también incluye los niveles de fatiga y energía. Puedes optar por representar el estado como una tupla (Tablero, energía, fatiga), o definir una clase para el estado (también puedes derivarla de `Board`), o incluso modificar la clase original `Board` dentro de [rlboard.py](../../../../8-Reinforcement/1-QLearning/rlboard.py).
|
|
|
|
En tu solución, por favor mantén el código responsable de la estrategia de paseo aleatorio y compara los resultados de tu algoritmo con el paseo aleatorio al final.
|
|
|
|
> **Nota**: Es posible que necesites ajustar los hiperparámetros para que funcione, especialmente el número de épocas. Dado que el éxito del juego (luchar contra el lobo) es un evento poco frecuente, puedes esperar un tiempo de entrenamiento mucho más largo.
|
|
|
|
## Rúbrica
|
|
|
|
| Criterios | Sobresaliente | Aceptable | Necesita Mejorar |
|
|
| --------- | ---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------- | ------------------------------------------------------------------------------------------------------------------------------------------ |
|
|
| | Se presenta un cuaderno con la definición de las nuevas reglas del mundo, el algoritmo de Q-Learning y algunas explicaciones textuales. Q-Learning mejora significativamente los resultados en comparación con el paseo aleatorio. | Se presenta un cuaderno, se implementa Q-Learning y mejora los resultados en comparación con el paseo aleatorio, pero no de manera significativa; o el cuaderno está mal documentado y el código no está bien estructurado. | Se hacen algunos intentos de redefinir las reglas del mundo, pero el algoritmo de Q-Learning no funciona, o la función de recompensa no está completamente definida. |
|
|
|
|
---
|
|
|
|
**Descargo de responsabilidad**:
|
|
Este documento ha sido traducido utilizando el servicio de traducción automática [Co-op Translator](https://github.com/Azure/co-op-translator). Aunque nos esforzamos por garantizar la precisión, tenga en cuenta que las traducciones automatizadas pueden contener errores o imprecisiones. El documento original en su idioma nativo debe considerarse la fuente autorizada. Para información crítica, se recomienda una traducción profesional realizada por humanos. No nos hacemos responsables de malentendidos o interpretaciones erróneas que puedan surgir del uso de esta traducción. |