En este proyecto, se estudia, diseña y simula agentes de aprendizaje profundo por refuerzo para controlar el clima interior de un invernadero en un modelo de invernadero de lechugas que tiene incertidumbre en la predicción del clima externo futuro. El objetivo del proyecto es diseñar y entrenar un agente que pueda controlar de forma estable y robusta el clima interior y maximizar el uso de los recursos aportados por clima exterior, encontrando así un equilibrio que permita el crecimiento saludable de las lechugas sin consumir demasiada energía. Para ello, en este trabajo se hablará del algoritmo de aprendizaje profundo por refuerzo, el proceso de diseño y ajuste del agente, la evaluación del agente entrenado y la comparación de los resultados con el control predictivo por modelo