정책 강화학습 개요

소개글

"정책 강화학습 개요"에 대한 내용입니다.

목차

I. 서론

II. 본론
1. 강화학습이란?
2. 강화학습의 랜덤성
3. 심층 강화학습에서의 정책
4. 정책 강화학습의 목표
5. 신경망과 학습
6. 정책 강화학습과 신경망

III. 결론

본문내용

I. 서론
강화학습은 개념이 소개된지는 오래된 역사를 갖고 있다. 하지만 여러 가지 한계로 인하여 실용화되지 못하였다. 최근에 딥러닝의 활용과 더불어 강화학습도 여러 가지 분야에 적용되고 있는데 본 보고서에서는 강화학습의 개념과 문제점 및 한계점에 대해서 알아보도록 하겠다. 또한 강화학습과 최적제어의 차이점에 대해서 알아보도록 하겠다.

II. 본론
1. 강화학습이란?
- 강화학습은 어떤 에이전트(agent)가 환경(environment)이 주는 누적보상(reward)의 기댓값을 최대화하기 위해 시간 순서대로 환경에 가해지는 행동(action)을 결정하는 문제이다.
- 누적 보상의 기댓값(성능지수)는 다음과 같다.

참고 자료

없음