메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
김찬혁 (광운대학교) 오정현 (광운대학교)
저널정보
대한전기학회 대한전기학회 학술대회 논문집 2021년도 대한전기학회 정보 및 제어 학술대회 논문집
발행연도
2021.10
수록면
426 - 427 (2page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
강화학습의 대표적인 방법의 하나인 Q-러닝은 사용 및 설계의 용이성과 강력한 성능으로 현재까지도 제어기 조정 및 심층 강화학습에 사용되는 학습 방법이다. Q-러닝은 환경의 모델 없이도 기댓값을 비교할 수 있으며, 전이나 보상이 확률적으로 주어지는 환경에서도 사용할 수 있다. 본 논문에서는 기존의 Q-러닝의 문제점을 개선한 향상된 경로 계획 방법을 ... 전체 초록 보기

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0