분류 전체보기 (10) 썸네일형 리스트형 강화학습에서 Policy(정책) 이해하기 앞선 글에서 Markov Decision Process(이하 MDP)에 대해 설명하면서 상태, 행동, 전이 확률, 보상 함수, 할인율 까지 정의하면 MDP가 만들어진다 하였습니다.그렇다면 이 MDP를 가지고 에이전트는 어떤 식으로 보상을 얻기 위해 행동할까요? 랜덤하게 행동할 수도 있고, 매 상태마다 계산을 통해 기댓값이 높은 방향으로 움직이게 만들 수도 있을 것입니다.이번 글에서는 이런 행동 전략을 설계하기 위한 정책(Policy)에 대해 정리해 보겠습니다.정책(Policy)정책이란?"이 상태에서 나는 어떤 행동을 할 것인가?" 정책은 에이전트의 행동 규칙입니다. 각 상태에서 어떤 행동을 선택할지 정해놓은 것이 바로 정책이며, \(\pi\)로 표기합니다.예시로 제가 축구에서 페널티킥을 차야하는 상황에서.. 강화학습(Reinforcement Learning)의 기초 Markov Decision Process(MDP) 이해하기 안녕하세요 현재 인공지능 대학원 석사과정을 수강하며 강화학습의 기초를 공부하고 있는데 그냥 수업만 듣고 넘어가기에 아쉬운면이 있어 제가 강화학습을 이해해 가는 과정을 정리하고자 블로그를 시작하게됬습니다. 비슷한 단계에 계신 분들께도 참고가 되었으면 하는 마음으로 작성하고 있습니다.강화학습이란 무엇인가강화학습(Reinforcement Learning)은 한마디로 시행착오를 통해 스스로 정답을 찾아가는 과정입니다.기존의 지도학습을 비유하자면, 부모가 아이에게 “넘어지면 바로 병원에 가야 한다”라고 미리 알려주고 아이는 그 규칙을 그대로 따르는 상황에 가깝습니다. 이미 정답이 붙어 있는 상태에서, 그 정답을 잘 따라 하는 것이 목표입니다.반면 강화학습은 아이를 실제 상황에 맡겨 두는 것에 더 가깝습니다. 아이.. 이전 1 2 다음