Esplorare, sbagliare e riprovare sono essenziali per l’apprendimento sia delle persone che delle macchine. In quest’avventura scoprirai come il Reinforcement Learning permette alle macchine di imparare in contesti nuovi, giocando sull’equilibrio tra strategie conosciute e nuove.
Per lo svolgimento dell’attività è necessario che studentesse e studenti installino sul proprio cellulare l’app MUSE ExploRL, sviluppata appositamente per l’attività (indicativamente sono sufficienti 6 cellulari per classe). L’app è disponibile sugli store Google Play di Android e App Store di iOS.
L’apprendimento per rinforzo è un approccio che l’essere umano adotta in modo naturale; in questo laboratorio siamo interessati a capire come modellizzarlo per poterlo adattare anche al contesto delle macchine, immergendoci nel machine learning.
Lo scopo dell’attività è quello di introdurre studentesse e studenti alle idee base del Reinforcement Learning attraverso le due diverse prospettive coinvolte: in un primo momento quella dell’agente, che deve apprendere a partire da un contesto sconosciuto, e successivamente quella del progettista, che deve scegliere come progettare le ricompense per guidare l’apprendimento dell’agente.
In una prima fase, più dinamica, studentesse e studenti divisi in piccoli gruppi con app alla mano si spostano tra le tassidermie delle sale espositive in uno sconosciuto labirinto digitale. Nella seconda fase, in aula, si introduce formalmente la tematica e i piccoli gruppi dovranno lavorare su alcuni task assegnati.
Il laboratorio punta in modo forte sull’esperienza, senza però tralasciare i momenti di riflessione che collegano l’esperienza pratica ai concetti più astratti.
Non sono necessarie conoscenze pregresse.