El enfoque de este estudio es investigar el impacto de diferentes estrategias de inicialización para la matriz de peso de Características Sucesoras (SF) en la eficiencia de aprendizaje y convergencia en agentes de Aprendizaje por Refuerzo (RL). Utilizando un paradigma de mundo de cuadrícula, comparamos el rendimiento de agentes de RL, cuya matriz de peso de SF se inicializa con una matriz de identidad, matriz de ceros, o una matriz generada aleatoriamente (usando el método de distribución Xavier, He, o uniforme). Nuestro análisis se centra en evaluar métricas como el error de valor, longitud de paso, PCA de la representación sucesora (SR) del campo de lugar, y la distancia de las matrices de SR entre diferentes agentes. Los resultados demuestran que los agentes de RL inicializados con matrices aleatorias alcanzan el campo de lugar de SR óptimo más rápido y muestran una reducción más rápida en el error de valor, lo que apunta a un aprendizaje más eficiente. Además, estos agentes aleatorios también muestran una disminución más rápida en la longitud de paso en entornos de mundo de cuadrícula más grandes. El estudio proporciona ideas sobre las interpretaciones neurobiológicas de estos resultados, sus implicaciones para comprender la inteligencia, y posibles direcciones para futuras investigaciones. Estos hallazgos podrían tener profundas implicaciones para el campo de la inteligencia artificial, especialmente en el diseño de algoritmos de aprendizaje.