Um novo artigo de Richard Sutton e colaboradores da Universidade de Alberta e do Instituto Openmind aborda a "barreira do streaming" no aprendizado por reforço. A pesquisa, intitulada "Atualizações Intencionais para Aprendizado por Reforço em Streaming", sugere que a causa raiz da barreira não é a insuficiência de dados, mas sim a escolha incorreta das unidades do tamanho do passo. A equipe propõe uma abordagem inovadora onde o tamanho do passo é determinado pela mudança desejada na saída da função, em vez do movimento dos parâmetros, aumentando a estabilidade nos processos de aprendizado. O artigo apresenta o método "Atualizações Intencionais", que especifica o resultado pretendido de cada atualização, permitindo um controle mais preciso sobre o aprendizado. Essa abordagem mostrou resultados promissores, alcançando desempenho equivalente a algoritmos de ponta como o SAC em tarefas de controle contínuo, sem depender de grandes buffers de repetição em lote. A pesquisa destaca o potencial do aprendizado por reforço em streaming para oferecer um paradigma de aprendizado mais adaptativo e econômico, especialmente para aplicações com recursos computacionais limitados.