리치 서튼 인터뷰 정리: 강화학습의 역사와 시간차 학습, 표현 학습이라는 미해결 과제
2024년 튜링상을 받은 리치 서튼이 강화학습이 어떻게 시작됐는지, 시간차 학습의 착상은 어디서 왔는지, 딥러닝이 아직 풀지 못한 표현 학습 문제가 무엇인지를 톰 미첼과의 대담에서 차례로 짚어 나간다.
핵심 내용 읽기 →
AI TOPIC
시간차 학습 최신 뉴스와 핵심 해설
시간차 학습 관련 핵심 뉴스와 활용 인사이트 4편을 최신순으로 모았습니다.
시간차 학습과 Q러닝 정리: 몬테카를로부터 SARSA·기대 SARSA까지 강화학습 핵심
강화학습에서 가장 독창적인 아이디어로 꼽히는 시간차 학습을 몬테카를로 방법의 변형으로 차근히 설명하고, Q러닝과 SARSA·기대 SARSA가 절벽 걷기나 바람 부는 격자 같은 예제에서 왜 서로 다르게 행동하는지 정리했다.
핵심 내용 읽기 →
액터-크리틱 강화학습의 원리 정리: 정책망과 가치망이 함께 배우는 방법과 한계점까지
강화학습의 액터-크리틱 방법을 마르코프 결정 과정부터 시간차 학습까지 단계별로 풀어 설명한다. 행동을 정하는 정책망과 상태를 평가하는 가치망이 어떻게 협력하는지, 손실은 어떻게 계산하는지, 왜 불안정한지를 정리했다.
핵심 내용 읽기 →
Q-러닝과 시간차 학습 이해하기: 환경 모델 없는 강화학습의 핵심 원리와 SARSA 비교
환경 모델 없이 시행착오로 배우는 강화학습에서 몬테카를로 학습과 시간차 학습의 차이부터 Q-러닝과 SARSA, 오프폴리시와 온폴리시의 구분, 그리고 입실론-그리디 탐험 전략까지 핵심 원리를 쉽게 정리했습니다.
핵심 내용 읽기 →