Reinforcement Learning: An Introduction
Etapa 3 · Del auge experto al giro estadístico (1980–2011) › Aprendizaje por refuerzo
- Linaje
- Datos y aprendizaje
- Tipo
- Publicación
Quién
Universidad de Massachusetts en Amherst, MIT Press
Qué ocurrió
Richard Sutton y Andrew Barto publican en MIT Press Reinforcement Learning: An Introduction, el primer manual completo del campo.
Qué aportó
Unifica en un marco común la programación dinámica, los métodos de Monte Carlo y las diferencias temporales. Sigue siendo la referencia estándar del aprendizaje por refuerzo.
Desarrollo
En los años noventa el aprendizaje por refuerzo era un campo joven y disperso. Sus ideas venían de la psicología del aprendizaje animal, de la teoría del control óptimo y de la inteligencia artificial, con vocabularios distintos y resultados repartidos por revistas de cada disciplina.
Barto, que había llegado a la Universidad de Massachusetts en Amherst en 1977, y Sutton, su antiguo alumno de doctorado, llevaban dos décadas construyendo ese campo. Su libro lo ordenó alrededor de unas pocas ideas: un agente que interactúa con un entorno, recompensas, funciones de valor que estiman la recompensa futura y políticas que dicen qué hacer. Sobre ese marco presentaron tres familias de métodos, la programación dinámica, los métodos de Monte Carlo y las diferencias temporales, y mostraron cómo se combinan.
El libro incluía además un capítulo de historia que unía los hilos: el condicionamiento animal, el trabajo de Bellman, el programa de damas de Samuel y sus propias contribuciones. Esa genealogía es la que se sigue contando hoy.
Se publicó una segunda edición ampliada en 2018, y ambas están disponibles en línea. La ACM, al concederles el premio Turing de 2024, anunciado en marzo de 2025, lo llamó la referencia estándar del campo y destacó que se ha citado más de 75.000 veces.
Bibliografía
Fuente original
- Reinforcement Learning: An Introduction, 1.ª edición, MIT Press. Apartado «History of Reinforcement Learning» de la edición en línea (se abre en una pestaña nueva). Richard S. Sutton y Andrew G. Barto, 1998
Estudios y contexto
- Registro bibliográfico de Reinforcement Learning: An Introduction (Universidad de Texas en Austin) (se abre en una pestaña nueva)
- ACM A.M. Turing Award Honors Two Researchers Who Led the Development of Cornerstone AI Technology (nota de prensa de ACM, 5 de marzo de 2025) (se abre en una pestaña nueva). Association for Computing Machinery, 2025
Cómo citar
«Reinforcement Learning: An Introduction». En La historia de la IA, revisión del 13 de noviembre de 2026. https://thehistoryofai.com/es/hito/sutton-barto-libro
Última revisión de esta ficha: 13 de noviembre de 2026.