강화 학습: 두 판 사이의 차이
IT위키
(새 문서: 분류:인공지능 ;Reinforcement learning ;머신러닝의 학습 모델로, 현재 상태에서 어떤 행동(Action)을 하면 가장 보상(Reward)를 많이 받을 지...) |
편집 요약 없음 |
||
| (같은 사용자의 중간 판 하나는 보이지 않습니다) | |||
| 3번째 줄: | 3번째 줄: | ||
;[[머신러닝]]의 학습 모델로, 현재 상태에서 어떤 행동(Action)을 하면 가장 보상(Reward)를 많이 받을 지 스스로 학습하는 모델 | ;[[머신러닝]]의 학습 모델로, 현재 상태에서 어떤 행동(Action)을 하면 가장 보상(Reward)를 많이 받을 지 스스로 학습하는 모델 | ||
* 행동 심리학을 기반으로 고안됨 | * 행동 심리학을 기반으로 고안됨 | ||
[[파일:강화 학습.png]] | |||
== 특징 == | |||
* 보상 기반: 행동 심리학 기반, 보상을 통한 행동 유도 | |||
* 목표 지향: 구체적으로 정해진 목표 수행 의도 | |||
* 상호 작용: 데이터가 아닌 반복 수행 및 피드백을 통한 습득 | |||
== 종류 == | |||
=== [[마르코프 결정 프로세스]] === | |||
;MDP; Markov Decision Process | |||
* 특징 | |||
** Stochastic: 다음 결과는 확률적으로 결정됨 | |||
** Partially Observable: 전체 결정 과정을 조망할 수 없음 | |||
* 구성 | |||
** S: 상태들의 유한 집합 | |||
** A: 행동들의 유한 집합 | |||
** Policy = ㅠ(s) -> S | |||
2019년 10월 28일 (월) 21:40 기준 최신판
- Reinforcement learning
- 머신러닝의 학습 모델로, 현재 상태에서 어떤 행동(Action)을 하면 가장 보상(Reward)를 많이 받을 지 스스로 학습하는 모델
- 행동 심리학을 기반으로 고안됨
특징[편집 | 원본 편집]
- 보상 기반: 행동 심리학 기반, 보상을 통한 행동 유도
- 목표 지향: 구체적으로 정해진 목표 수행 의도
- 상호 작용: 데이터가 아닌 반복 수행 및 피드백을 통한 습득
종류[편집 | 원본 편집]
마르코프 결정 프로세스[편집 | 원본 편집]
- MDP; Markov Decision Process
- 특징
- Stochastic: 다음 결과는 확률적으로 결정됨
- Partially Observable: 전체 결정 과정을 조망할 수 없음
- 구성
- S: 상태들의 유한 집합
- A: 행동들의 유한 집합
- Policy = ㅠ(s) -> S
