머신러닝 Machine Learning
강화 학습 (Reinforcement Learning) 개념 및 모델
코딩고블린
2020. 6. 12. 19:34
강화 학습
Reinforcement Learning
현재 상태를 인식하고, 할 수 있는 선택지 중에서, 최대한의 보상을 얻을 수 있는 액션을 선택하는 방법이다.
즉시 보상 뿐만 아니라 누적보상을 극대화 할 수 있는 액션(행동)을 찾는다.
모델(샘플) 없이 학습이 가능하여, 최근에 많이 사용되는 학습법이다.
마르코프 결정과정 Markov Decision Processes
강화 학습의 가장 기본적인 의사결정 방법이다.
확률적으로 주어지는 보상의 누적합을 구해, 누적보상을 최대화시킬 방법(Optimal Policy)을 찾는다.
Q-Learning
Q 러닝은 주어진 상태에서 주어진 행동을 수행하는 것이 얼마나 좋은지, Q-value를 계산하는 함수인 Q Function 학습이다.
액션이 정해진 경우 자동으로 결정되기 때문에 델타값이 필요하지 않다.
