1992 d. C.
Q-learning: aprender a actuar por recompensa
Inteligencia artificial · Aprendizaje por refuerzo
Christopher Watkins y Peter Dayan publicaron una demostración de convergencia de Q-learning, propuesto por Watkins en 1989. El método aprende valores de acciones a partir de experiencia y se convirtió en una base del aprendizaje por refuerzo.
Precisión, calendario y revisión
- Inicio
- año · sin calificador de incertidumbre en la ficha
- Calendario y convención
- Años de la era histórica; el calendario de origen no está identificado. No se presupone una conversión de días.
- Año cero
- La escala pasa de 1 a. C. a 1 d. C. sin año cero. Cambiar el nombre de la era solo cambia las etiquetas.
- Revisión documental
- 2026-09-20
Lectura de la fecha: acontecimiento puntual.
Fuentes
- link.springer.com (abre en una pestaña nueva)
Procedencia y alcance de la fuente
- Fecha de publicación
- 1992-05
- A qué corresponde la fecha
- A la fuente o edición citada; puede ser posterior al acontecimiento histórico.
- Revisión de la fecha bibliográfica
- 2026-09-23
- Cómo consta la fecha
- Declarada en los metadatos editoriales de la fuente citada.
- Fecha de consulta
- 2026-09-20
La correspondencia entre esta referencia y cada afirmación aún no está desglosada.
Esta ficha es una síntesis editorial. Consulta las fuentes para comprobar las afirmaciones y sus límites. Las relaciones cronológicas por sí solas no prueban causalidad.