Andrew G. Barto (nacido en 1948) es un informático estadounidense , actualmente profesor emérito de informática en la Universidad de Massachusetts Amherst . Barto es más conocido por sus contribuciones fundamentales al campo del aprendizaje de refuerzo computacional moderno . [1]
Barto se licenció con honores en matemáticas en la Universidad de Michigan en 1970, después de haberse especializado inicialmente en arquitectura e ingeniería naval. Después de leer los trabajos de Michael Arbib y McCulloch y Pitts, se interesó en el uso de computadoras y matemáticas para modelar el cerebro, y cinco años más tarde obtuvo un doctorado en informática por una tesis sobre autómatas celulares . [2]
En 1977, Barto se unió a la Facultad de Información y Ciencias de la Computación de la Universidad de Massachusetts Amherst como investigador asociado postdoctoral, fue ascendido a profesor asociado en 1982 y profesor titular en 1991. Fue director del departamento de 2007 a 2011 y miembro principal del cuerpo docente del programa de Neurociencia y Conducta. [3]
Durante este tiempo en UMass, Barto codirigió el Laboratorio de Aprendizaje Autónomo (inicialmente el Laboratorio de Redes Adaptativas), que generó varias ideas clave en el aprendizaje de refuerzo. Richard Sutton , con quien fue coautor del influyente libro Reinforcement Learning: An Introduction (MIT Press 1998; 2.ª edición 2018), fue su primer estudiante de doctorado. Barto graduó a 27 estudiantes de doctorado, trece de los cuales se convirtieron en profesores. [3]
Barto ha publicado más de cien artículos o capítulos en revistas, libros y actas de congresos y talleres. Es coautor, junto con Richard Sutton, del libro Reinforcement Learning: An Introduction , MIT Press 1998 (2.ª edición, 2018), y coeditor, junto con Jennie Si, Warren Powell y Don Wunch II, del Handbook of Learning and Approximate Dynamic Programming , Wiley-IEEE Press, 2004. [4]
Barto es miembro de la Asociación Estadounidense para el Avance de la Ciencia , miembro y miembro senior del IEEE , [5] y miembro de la Asociación Estadounidense de Inteligencia Artificial y de la Sociedad de Neurociencia .
Barto recibió el premio UMass Neurosciences Lifetime Achievement Award en 2019, el premio IEEE Neural Network Society Pioneer Award en 2004, [6] y el premio IJCAI a la excelencia en investigación en 2017. Su cita para este último decía:
El profesor Barto es reconocido por su investigación innovadora e impactante tanto en la teoría como en la aplicación del aprendizaje por refuerzo. [1]