¿Qué es la política y en qué se diferencia la estocástica de la determinista?

En el contexto del aprendizaje por refuerzo, la política es la estrategia del agente que determina qué acción tomar en cada estado del entorno.

Política determinista siempre elige la misma acción para un estado dado, es decir, la asignación de estado a acción es unívoca.

Política estocástica establece una distribución de probabilidades para las acciones en cada estado, por lo que para un mismo estado, el agente puede elegir diferentes acciones con cierta probabilidad.

Ejemplo:

• Política determinista: en el estado S siempre elegir la acción A.
• Política estocástica: en el estado S elegir la acción A con una probabilidad de 0.7 y la acción B con una probabilidad de 0.3.

Las políticas estocásticas son útiles cuando se necesita explorar el entorno o cuando el comportamiento óptimo no es unívoco.