La sintonización óptima de aceleradores de partículas es una tarea desafiante. Muchos enfoques diferentes han sido propuestos en el pasado para resolver dos problemas principales: la consecución de un punto de trabajo óptimo y la recuperación del rendimiento después de desviaciones en la máquina. Las técnicas más clásicas sin modelo (por ejemplo, algoritmos de Ascenso de Gradiente o Búsqueda de Extremos) tienen algunas limitaciones intrínsecas. Para superar esas limitaciones, las herramientas de Aprendizaje Automático, en particular el Aprendizaje por Refuerzo (RL por sus siglas en inglés), están atrayendo cada vez más la atención en la comunidad de aceleradores de partículas. Investigamos la viabilidad de enfoques sin modelo de RL para alinear el láser semilla, así como otros láseres de servicio, en FERMI, la instalación de láser de electrones libres en Elettra Sincrotrone Trieste. Aplicamos dos técnicas diferentes: la primera, basada en el Q-learning episódico con aproximación lineal de funciones, para la optimización del rendimiento; la segunda, basada en el algoritmo continuo de Gradiente de Política Natural REINFORCE, para la recuperación del rendimiento. A pesar de la simplicidad de estos enfoques, informamos resultados preliminares satisfactorios, que representan el primer paso hacia un nuevo procedimiento completamente automático para la alineación del láser semilla con el haz de electrones. Actualmente, dicha alineación se realiza manualmente.