[공학연구실습2/1주차] 강화학습이란

 

 

1. 강화학습이란?

에이전트(의사 결정자)가 주어진 환경(environment)에서 누적된 보상(reward)을 최대화하기 위한 행동(action)을 하는 것

강화학습은 컴퓨터 에이전트가 환경에서 반복적인 시행착오(trial and error)를 통해 작업 수행 방법을 학습하는 머신러닝 기법의 한 유형이다. 실수와 보상을 통해 학습하여 목표를 찾아가는 알고리즘이다. 보상(reward)를 사용해 가중치와 편형을 학습한다. 목적은 최적의 행동양식 또는 정책을 학습하는 것이다. 

 

 

 

2. 강화학습의 구성요소

• 상태(state): 정적인 요소+동적인 요소
• 행동(action): 에이전트는 상태를 관찰(observation)하고, 이를 바탕으로 주어진 정책에 따라서 행동을 결정함.
• 관찰(observation): 환경의 현재 상태를 관찰한 결과, 에이전트가 얻은 정보. (state와 비슷)
• 보상(reward): 에이전트가 수행한 행동으로 인해, 환경으로부터 얻은 보상.
• 정책(policy): 순차적 행동 결정 문제에서 구해야 할 답

 

 

 

참고: https://kr.mathworks.com/discovery/reinforcement-learning.html