아미(아름다운미소)

Q 러닝(Q-learning)이란? 본문

AI/TensorFlow

Q 러닝(Q-learning)이란?

유키공 2019. 6. 8. 15:43

Q 러닝(Q-learning)이란
모델 없이 학습하는 강화 학습 기법 가운데 하나입니다. 
Q 러닝은 주어진 유한 마르코프 결정 과정의 최적의 정책을 찾기 위해 사용할 수 있고 주어진 상태에서 주어진 행동을 수행하는 것이 가져다 줄 효용의 기대값을 예측하는 함수인 Q 함수를 학습함으로써 최적의 정책을 학습합니다. 
정책이란 주어진 상태에서 어떤 행동을 수행할지 나타내는 규칙이며 Q 함수를 학습하고나면 각 상태에서 최고의 Q를 주는 행동을 수행함으로써 최적의 정책을 유도할 수 있습니다. Q 러닝의 장점 중 하나는 주어진 환경의 모델 없이도 수행하는 행동의 기대값을 비교할 수 있다는 점입니다. 뿐만 아니라 Q 러닝은 전이가 확률적으로 일어나거나 보상이 확률적으로 주어지는 환경에서도 별다른 변형 없이 적용될 수 있습니다. Q 러닝은 임의의 유한 MDP에 대해서 현재 상태에서 최대의 보상을 획득하는 최적의 정책을 학습할 수 있다는 사실이 증명되었습니다.

'AI > TensorFlow' 카테고리의 다른 글

인공 뉴런  (0) 2019.09.03
텐서플로우(TensorFlow) 함수(주요)  (0) 2019.07.25
Q 러닝(Q-learning)이란?  (0) 2019.06.08
선형 회귀(linear regression)란?  (0) 2019.06.07
회귀 분석(regression analysis)이란?  (0) 2019.06.06
서포트 벡터 머신(support vector machine)  (0) 2019.05.29
0 Comments
댓글쓰기 폼