RL Researcher

MDP는 강화학습에서의 환경을 나타냅니다. Environment가 모두 관찰가능한 상황일 경우에 이것을 MDP라고 부릅니다. 현재의 State가 Process에 대해 완전히 표현하는 것입니다. 거의 모든 강화학습 문제는 MDP문제로 정의할 수 있습니다. 현재가 있다면 미래는 과거와 독립적이다. $$P[S_{t+1} \mid S_{t}\ = P[S_{t+1} \mid S_{1}, ..., S_{t}]$$ Markov State인 $s$ 그리고 다음상태가 $s^{'}$, 상태천이 확률은 다음과 같이 정의됩니다. $$P_{ss'} = P[S_{t+1} = s' \mid S_{t} = s]$$ 상태천이 행렬 $P$는 State $s$에서 다음 상태인 $s'$으로 갈때의 천이 확률을 정의합니다. Markov Pr..