v1.0.0

Esta primera versión del temario incluye:

• La teoría correspondiente a métodos tabulares (I Tabular Solution Methods en Sutton & Barto (2018)).
  • Bandits, programación dinámica, métodos basados en muestreo, y planificación / model-based RL.
• Código referenciado en el texto, con ejemplos representativos de los métodos de RL vistos en la parte teórica:
  • Iteración de la política en Gridworld, Monte Carlo en el entorno de Gymnasium Frozen Lake, comparativa entre SARSA, Q-learning y Expected SARSA en Cliffwalk, e implementación de Dyna-Q en GridMaze.