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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
홍창기 (경기대학교) 권기현 (경기대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2022년도 추계종합학술대회 및 대학생논문경진대회
발행연도
2022.12
수록면
408 - 412 (5page)

이용수

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

초록· 키워드

오류제보하기
강화학습 알고리즘은 특정 환경에 대해 에이전트를 훈련시켜 하나의 에피소드에서 누적되는 보상의 합을 최대화하는 최적의 정책을 찾는다. 본 논문에서는 일반적인 강화학습의 목적에 반하는, 누적되는 보상의 합을 최소화하는 이른바 "반항적 정책"을 Q-Learning, SARSA 두 알고리즘을 통해 실패 도달 성능 차이를 보인다. 실험은 Open AI Gym의 FrozenLake 환경에서 기존의 학습방식은 유지한 채, 목표 상태가 아닌 실패 상태를 추적하도록 평가 과정을 변형하였다. 학습 과정과 평가 과정에서 보상, 총 보상 변화 추이와 실패 상태 도달경로 길이를 비교하였고, 그 결과 SARSA 알고리즘이 성능상 우세함을 실험을 통해 확인한다. 또한 두 알고리즘이 산출한 Q-테이블 내 데이터를 분석하여 해당 결과를 해석한다.
#Reinforcement Learning #Q-learning #SARSA #On-policy #Off-policy

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 배경 지식
Ⅲ. 실험 및 결과
Ⅳ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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

[기획/투기자본과 금융세계화]조세 피난처, 세금 없는 투기자본 천국
이정환 월간말 2005 .06

최근 본 자료

전체보기

댓글(0)

0