O código polar tem se provado como um forte benchmark no que se diz respeito à codificação de canal para próxima geração de comunicação móvel, o 5G. Introduzidos por Arikan [1], os códigos polares são os primeiros tipos de códigos de canal na qual sua capacidade pode ser atingida através de uma prova teórica, sob as condições de comprimento de código infinito e decodificação de cancelamento sucessivo (SC). Entretanto, códigos de comprimento finito apresentam um baixo desempenho em termos de taxa de erro sob o decodificador SC, além de apresentarem uma alta latência devido à natureza sequencial do decodificador, na qual os bits de informação são decodificados serialmente. Como a decodificação SC para comprimentos de códigos finitos é sub-ótima, Tal e Vardy [2] propuseram um decodificador de cancelamento sucessivo em lista (SCL) no qual se aproxima do limite de máxima verossimilhança (ML) para um tamanho de lista suficientemente grande ao custo de uma maior complexidade. Além disso, códigos de verificação de redundância cíclica (CRC) [3] podem ser facilmente introduzidos a fim de aprimorarem o algoritmo SCL por meio do aumento de sua distância mínima. Esta combinação torna os códigos polares um poderoso esquema de codificação, apesar de apresentarem uma alta complexidade de decodificação SCL e uma natureza de decodificação inerentemente serial. Dessa forma, diversas variantes do decodificador foram propostas como forma de reduzir a complexidade computacional [4], [5] e [6]. Como alternativa à natureza serial do decodificador baseado em SC, Arikan propôs um algoritmo de decodificação iterativo com alto potencial de paralelismo baseado na propagação de crenças (BP) [7] sob o diagrama de codificação dos códigos polares. No entanto, apesar do algoritmo superar a decodificação SC, ser um forte candidato em aplicações que demandam uma alta taxa de dados e mais adequado para implementações em hardware, sua performance não é ainda equiparável ao decodificador SCL com CRC. Dessa forma, uma série de esforços têm sido feitos na tentativa de melhorar a performance do decodificador. Em [8] e [9], foi mostrado que os códigos polares de comprimento finito sob decodificação BP podem ser aprimorados quando canais semi polarizados são adicionalmente protegidos pelos nós de verificação ou através de um código polar aumentado [10]. Infelizmente, essas abordagens ainda apresentam uma performance inferior quando comparada à decoficação SCL. Além disso, elas exigem uma estrutura de código ajustada e, portanto, não são compatíveis com o código polar consolidado na literatura. Nosso projeto consiste, portanto, em desenvolver um novo decodificador BP, baseado em Q-Learning, que preserva a estrutura do código polar, e que obtém uma performance consistentemente superior aos decodificadores BP e SC convencionais.