Per imparare bisogna sbagliare - Alla scoperta del reinforcement learning

Tra i paradigmi dell'intelligenza artificiale un ruolo importante è quello del reinforcement learning, che ne guida l'apprendimento imitando il modo in cui gli esseri umani imparano dall'interazione con un ambiente nuovo e sconosciuto. Questo metodo si basa sul concetto di ricompensa: gli agenti cercano di massimizzare il loro premio attraverso un processo di prova ed errore, affrontando la sfida di scegliere la migliore azione possibile in ogni situazione. Si prova, si sbaglia, si riprova, si ha successo, e così via: in questo processo di apprendimento, l'errore ha un ruolo fondamentale ed è un’opportunità essenziale per riuscire ad adattarsi al contesto. Quest'alternanza di tentativi è proprio ciò che accadrà in questo laboratorio, dedicato a farvi scoprire i meccanismi alla base di queste tecniche sperimentandole in prima persona attraverso l'esplorazione di un luogo misterioso.
A cura di
Università degli Studi di Trento - Dipartimento di Matematica
In collaborazione con
MUSE - Museo delle Scienze di Trento