Inverse RL para descubrir la política de un piloto de drone
Visión general
De qué trata este proyecto.
Implementarás Maximum Entropy IRL con trayectorias de un piloto de drone y entrenarás un agente RL. Obtén un certificado verificable.
El escenario
La startup (~14 personas, atiende ~6 mineras grandes) quiere capturar el conocimiento del piloto antes de que se jubile el año entrante; IRL es la apuesta técnica de su próximo trimestre de research.
El Briefing
Lo que harás y lo que demostrarás.
Recuperar la función de recompensa implícita en trayectorias expertas de drone via IRL y validar con un agente entrenado contra esa recompensa.
Earning criteria — what you'll demonstrate
- Aplicar Maximum Entropy IRL para recuperar recompensa desde demostraciones
- Validar IRL comparando agente derivado vs. demostraciones
- Interpretar coeficientes de recompensa lineal en features de dominio
- Producir reportes técnicos al nivel de paper corto
Encaje académico
Dónde encaja esto en tus estudios.
Afina las mismas habilidades que tu titulación espera de ti.
Robot Learning
Master · Applied Ai
Strong alignment
This challenge maps to Robot Learning at the Master level. It sharpens the same practical skills your coursework expects — but in a real industry context with actual constraints and deliverables.
Habilidades
Habilidades que demostrarás.
Cada una aparece en tu credencial verificada.
- Inverse Reinforcement Learning
Apply inverse reinforcement learning to solve real industry problems and demonstrate production-level capability.
- Reinforcement Learning
Apply reinforcement learning to solve real industry problems and demonstrate production-level capability.
- Robot Learning
Apply robot learning to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Research Methods
Apply research methods to solve real industry problems and demonstrate production-level capability.
- Evaluation
Apply evaluation to solve real industry problems and demonstrate production-level capability.
Carreras
Roles para los que esto te prepara.
Títulos reales. Puentes de habilidades reales. Elige el que más se acerque a tu trayectoria.
Investigador/a de Machine Learning
Aplicar IRL y producir reportes paper-quality es trabajo central del ML researcher en robotics avanzado.
Este proyecto afina
- inverse-reinforcement-learning
- research-methods
- robot-learning
Científico/a de Investigación
Recuperar funciones de recompensa interpretables con caveats explícitos emula el rigor de un research scientist en RL.
Este proyecto afina
- inverse-reinforcement-learning
- research-methods
- evaluation
Ingeniero/a de Machine Learning
Implementar IRL desde cero y entrenar el agente derivado conecta directo con la franja research del MLE en robotics.
Este proyecto afina
- reinforcement-learning
- robot-learning
- python
Científico/a Aplicado/a de IA
Capturar conocimiento experto via IRL para un problema industrial concreto es exactamente lo que aporta un applied AI scientist en minería e inspección.
Este proyecto afina
- inverse-reinforcement-learning
- robot-learning
- evaluation