Sala 4 · El despertar · 2015

DeepMind aprende a jugar Atari

DeepMind aprende a jugar Atari (Equipo de DeepMind, 2015): Aprender a jugar mirando solo la pantalla.

Una red llamada Deep Q-Network aprendió a jugar decenas de videojuegos de Atari recibiendo solo los píxeles de la pantalla y el puntaje. En 29 de los 49 juegos probados llegó a más del 75 % del puntaje de un probador humano profesional. Se publicó en Nature en 2015.

En febrero de 2015, la revista Nature publicó "Human-level control through deep reinforcement learning", de Volodymyr Mnih y sus colegas de DeepMind, una empresa londinense que Google había adquirido el año anterior. El trabajo se apoyaba en una versión previa que el equipo había presentado en 2013.

El sistema, llamado Deep Q-Network o DQN, aprendió a jugar videojuegos clásicos de la consola Atari 2600. Recibía solo lo que ve un jugador humano, los píxeles de la pantalla, junto con el puntaje, y podía presionar los botones del control. Nadie le explicó las reglas, qué eran los objetos en pantalla ni cómo era una buena estrategia.

Aprendía por refuerzo: probaba acciones, observaba si el puntaje subía y poco a poco prefería las acciones que, a la larga, daban más puntos. Una red convolucional, como las que aparecen en otras partes de esta sala, convertía la pantalla en características útiles. Dos trucos prácticos mantenían estable el entrenamiento. Uno, llamado repetición de experiencias (experience replay), guardaba momentos pasados del juego y los reutilizaba en orden aleatorio. El otro era una copia de la red que se actualizaba lentamente y servía para calcular los objetivos de aprendizaje.

Se usaron el mismo diseño de red y los mismos ajustes en los 49 juegos evaluados. DQN alcanzó un nivel comparable al de un evaluador humano profesional en muchos de ellos y superó con claridad a los métodos anteriores. En Breakout descubrió que, si abría un túnel por un lado del muro, la pelota rebotaba por detrás de los ladrillos, una estrategia que sus diseñadores no habían programado.

También tuvo límites claros. En los juegos de recompensas escasas, como Montezuma's Revenge, donde hacen falta largas secuencias de acciones antes de que aparezca algún punto, casi no avanzó.

Pregunta a tu IA: ¿por qué es mucho más difícil aprender un juego con recompensas poco frecuentes que uno con recompensas frecuentes?

¿Sabías que…? Google había comprado DeepMind en 2014.

Fuente: doi.org/10.1038/nature14236

Verla en el museo →

← Redes generativas antagónicas · ResNet: redes de 152 capas →

Toda la Sala 4: El despertar

Cómo citar: Nazareno, I. (2026). DeepMind aprende a jugar Atari (2015). New Mind Museum. Consultado el 17 de noviembre de 2026, en https://newmindmuseum.com/es/museo/deepmind-aprende-a-jugar-atari-2015/