En los últimos años, el uso turbinas de viento para producir energía eléctrica ha crecido significativamente gracias a su contribución con el desarrollo sostenible. Sin embargo, el control de las turbinas de viento sigue siendo un desafío debido a su complejidad y el comportamiento estocástico del viento. Por esta razón, en este proyecto se propone el diseño de un controlador del ángulo de paso para una turbina onshore basado en aprendizaje reforzado. Su objetivo es estabilizar la potencia eléctrica producida alrededor de su valor nominal y preservar la integridad de sus componentes en vientos que exceden las condiciones nominales. Para ello, se seleccionó el modelo de turbina de referencia IEA-3.4-130-RWT y se utilizó una interfaz de OpenFAST en Simulink para conectar ambos entornos y desarrollar el controlador propuesto, basado en el algoritmo de aprendizaje reforzado Deep Q-Network. Además, de desarrolló un sistema SCADA utilizando LabVIEW para el monitoreo de la turbina, el controlador y el viento. El desempeño del controlador propuesto se comparó con el controlador ROSCO, demostrando una reducción de 15% en fluctuaciones alrededor de la potencia nominal y 71% en energía generada por encima de la potencia nominal. Palabras Clave: Energía eólica, Control de ángulo de paso, Aprendizaje reforzado, OpenFAST, Simulink