Enviar este Artículo Imprimir este Artículo Aumentar tamaño de letra Disminuir tamaño de letra

Artículo de investigador de FING aparecerá en importante revista inglesa

Se trata de una respetada publicación científica de origen inglesa, la cual es de carácter indexada por Web of Science (ex-ISI) y Scopus, entre otras.

Miércoles 24 de enero de 2018

Imagen foto_00000015Francisco Cruz, PhD. en Ciencias de la Computación, académico e investigador de la Facultad de Ingeniería, de la Universidad Central, ha sido notificado que su artículo titulado ‘Improving interactive reinforcement learning: What makes a good teacher?’ será publicado en las próximas ediciones del 2018 de la revista científica ‘Connection Science’. Para la ejecución de este trabajo, el investigador de FING tuvo la colaboración de un equipo de alto nivel como co-autores de esta investigación: Dr. Sven Magg y Dr. Stefan Wermter de la Universidad de Hamburgo, además de la Dra. Yukie Nagai, quien actualmente se desempeña en el Center for Information and Neural Networks (CINET), en Osaka, Japón.

En este trabajo, los académicos involucrados analizaron la representación interna y las características de agentes artificiales, para determinar cuáles pueden convertirse en mejores agentes entrenadores durante el proceso de aprendizaje de nuevas habilidades.

Respecto a la parte experimental de este trabajo, se realizó durante una estadía de investigación que realizó el Dr. Cruz en noviembre de 2015 en el Emergent Robotics Laboratory en la Universidad de Osaka, Japón, mientras cursaba sus estudios de doctorado en la Universidad de Hamburgo. Posterior a esto, postula el artículo a la revista a fines de 2016, donde pasa a ser sometido a un riguroso proceso de evaluación, el cual contempló aclaraciones a los revisores y modificaciones al artículo. Este proceso se extendió por más de un año de trabajo, hasta su actual aceptación para ser publicado.

Las líneas de investigación que actualmente sigue el profesor Cruz, incluyen interacción humano-robot, redes neuronales artificiales, aprendizaje por refuerzo, affordances, y modelos bio y psicológicamente inspirados.