A linha de aprendizado em arquiteturas cognitivas tem como objetivo avançar o estado da arte da inteligência artificial por meio do emprego de aprendizado em agentes cognitivos. Em particular, serão analisados os desafios envolvidos no emprego de modelos de treinamento em dispositivos móveis com o intuito de melhorar a experiência do usuário com estes dispositivos. Neste cenário, diferentes paradigmas de aprendizado poderão ser empregados. Entretanto, dadas as características típicas do problema onde o agente cognitivo deve refletir as experiências de cada usuário, o treinamento de modelos baseado em Aprendizado por Reforço (AR) deve ser mais evidenciado. Entre os desafios da área temos: o projeto de funções de reforço que sejam capazes de avaliar implícita ou explicitamente a qualidade da tomada de decisão do agente e a forma de treinamento desses agentes, visto que modelos baseados em AR requerem inúmeras iterações para convergir. Por isso, a transferência de aprendizado, o offline RL e a construção de cenários simulados podem ser de grande importância.