Glosario IA
El diccionario completo de la Inteligencia Artificial
Escalarización Lineal Ponderada
Método que combina los objetivos mediante ponderación lineal para reducir el problema multiobjetivo a un único objetivo.
Frente de Pareto
Conjunto de soluciones óptimas no dominadas donde ningún objetivo puede ser mejorado sin degradar otro.
Aprendizaje por Refuerzo con Restricciones
Enfoque que optimiza un objetivo principal respetando restricciones sobre otros objetivos.
Métodos de Compromiso
Técnicas que equilibran explícitamente los objetivos contradictorios según preferencias definidas.
Q-Learning Multiobjetivo
Extensión del algoritmo Q-Learning que gestiona vectores de recompensas en lugar de valores escalares.
Optimización Evolutiva Multi-Objetivo
Combinación de algoritmos evolutivos con RL para explorar el frente de Pareto.
Aprendizaje por Refuerzo Jerárquico Multi-Objetivo
Estructura jerárquica donde diferentes niveles gestionan diferentes objetivos o combinaciones de objetivos.
Políticas Multi-Objetivo
Sistemas de decisión que producen acciones óptimas según diferentes compromisos entre objetivos.
Funciones de Valor Multi-Objetivo
Representaciones vectoriales del valor de estado o de acción considerando todos los objetivos simultáneamente.
Deep RL Multi-Objetivos
Aplicación de redes neuronales profundas para aproximar las soluciones multi-objetivo complejas.
Exploración en el Espacio de Objetivos
Estrategias de exploración diseñadas para descubrir eficientemente el frente de Pareto.
Aprendizaje por Refuerzo Multi-Agente Multi-Objetivo
Extensión a multi-agentes donde cada agente o el sistema colectivo optimiza múltiples objetivos.
Evaluación de Políticas Multi-Objetivo
Métricas y métodos específicos para evaluar y comparar las soluciones multi-objetivo.
Adaptación Dinámica de los Pesos
Métodos que ajustan automáticamente la importancia relativa de los objetivos durante el aprendizaje.
RL Multi-Objetivo Continuo
Aplicación a espacios de acción continuos con optimización simultánea de múltiples objetivos.