목록강화학습 (21)

RL Researcher

Lecture 5: Model-Free Control

다시 한번 Prediction과 Control의 차이을 알아보겠습니다. Prediction (Value Function을 찾는 문제입니다.) 입력 : MDP $
Reinfrocement Learning/David-Silver Lecture 2021. 2. 3. 17:28
Lecture 4: Model-Free Prediction

이번시간에는 Model-Free(Environment를 알지 못할때)에 대해서 알아보겠습니다. Monte-Carlo기법은 에피소드에서의 경험으로부터 직접 배웁니다. Monte-Carlo기법은 Model-Free 이며(환경에 대해서 모름), MDP의 변환이나 보상에 대해서 알지 못합니다. Monte-Carlo기법은 부트스트랩이 존재하지 않으며 다 끝난 에피소드를 거치면서 배웁니다. Monte-Carlo기법은 episodic MDPs에만 Monte-Carlo가 적용가능합니다. 모든 Episode들은 반드시 종료되어야 합니다. 목표 : 정책 $\pi$에 따른 Episode에서의 경험으로부터 $v_{\pi}$를 배웁니다. $$S_{1},A_{1},R_{2},...,S_{k}\sim\pi$$ 반환값은 총 할인된 ..
Reinfrocement Learning/David-Silver Lecture 2021. 2. 3. 04:02
Lecture 1: Introduction to Reinforcement Learning

본 글은 David Silver 교수님의 강의를 기반으로 작성하였습니다. Machine Learning의 종류는 3가지종류로 분류됩니다. Supervised Learning(지도학습) : 지도학습의 핵심은 Supervisor가 존재한다는 것입니다. 정답을 주고 학습을 시킨다고 보면 되겠습니다. 기계는 정답지와 자신이 추론한 정답의 오차를 비교하면서 학습하게 되는 것입니다. Unsupervised Learning(비지도 학습) : 비지도학습의 핵심은 정답이라고 말하는 Label이 존재하지 않습니다. 기계는 정답이 없이 학습을 통해 입력 데이터들의 패턴을 찾아내어 그 데이터들의 분류를 찾아내는 것입니다. Reinforcement Learning(강화 학습) : 본 주제가 강화학습이니 만큼 강화학습은 다른 기..
Reinfrocement Learning/David-Silver Lecture 2021. 2. 1. 02:44
강화학습(Reinforcement Learning) 개요

1. 머신러닝과 강화학습 머신러닝은 크게 3가지로 분류가 됩니다. 지도학습(Supervised Learning) 비지도학습(Unsupervised Learning) 강화학습(Reinforcement Learning) 지도학습(Supervised Learning) : "정답"을 알고 있는 데이터를 이용해 컴퓨터(Machine)를 학습시킵니다. 컴퓨터(Machine)는 자신이 낸 답과 정답의 차이를 통해 지속해서 학습합니다. Ex) 회귀분석(Regression), 분류(Classification) 비지도학습(Unsupervised Learning) : 지도학습과는 다르게 정답이 있는 것이 아닙니다. 데이터가 주어지면 비슷한 것끼리 묶어주는 식의 학습이 비지도 학습입니다. 비지도학습은 정답이 없이 주어진 데이..
Reinfrocement Learning 2021. 1. 25. 14:34
Prev 1 2 3 4 5 6 Next