Miscellaneous61 [2025-1] 김은서 - Markov Decision Process (MDP) https://youtu.be/DbbcaspZATg?si=-bI6dIMlAVMDUVBV 1. Markov Decision Process (MDP) 개념MDP는 강화 학습에서 환경을 수학적으로 형식화 하기 위한 주요 틀(framework)이다.MDP에서 Agent와 $S_{t}\in S$ (Environment)는 이산적인 시간 관계 t = 0, 1, 2, 3, … 에서 서로 상호작용한다. 각 시간 단계에서 Agent는 환경의 상태(State)를 나타내는 일부 정보를 받고, 이를 기반으로 $A_{t}\in A(t)$ (Action)을 선택한다.그로부터 다음 시간 단계에서 Agent는 자신이 행동의 결과로 수치적인 $R_{t+1}\in \mathbb{R}$ (Reward)을 받고, 새로운 $S_{t+1}$.. 2025. 1. 5. [2025-1] 전진우 - Monte carlo method 2-5강에서 이어서 진행됩니다.https://www.youtube.com/watch?v=bCifW0SENGs&list=PL_iJu012NOxehE8fdF9me4TLfbdv3ZW8g&index=7&ab_channel=%ED%98%81%ED%8E%9C%ED%95%98%EC%9E%84%7CAI%26%EB%94%A5%EB%9F%AC%EB%8B%9D%EA%B0%95%EC%9D%982-5강에 따르면 optimal policy는 다음과 같은 방식으로 구할 수 있다.앞서 2-5강에서는 가치함수를 구하는 방법은 다음과 같이 구할 수 있다.하지만 우리는 probability 전이확률을 모르는 경우가 너무나도 많다(예를 들어서 체스, 바둑 같은 게임 환경에서 모든 상태의 전이 확률을 계산하기는 불가능하다). 이럴 경우에 큰.. 2025. 1. 4. [2025-1] 정지우 - Optimal policy 쉬운 설명 (혁펜하임 강화학습 3-1강 정리) https://youtu.be/cn7IAfgPasE?si=DA7LiUsUHAFvcvCj Recap. optimal policy란?state value function을 maximize하는 policyexpected return을 최대화(과거의 action과 무관하게 앞으로 기대되는 reward를 maximize) Recap. Bellman Equation에서 state value function을 action value function으로 나타내면 optimal policy를 구하기 위해 $V(S_t)$를 maximize할 것.$V(S_t)$를 maximize하는 policy $p(a_t|S_t)$를 찾으면 됨.$p(a_t|S_t)$는 probability distribution 그런데 $V(S_t)$를.. 2025. 1. 4. [2024-2] 문지영 - deeplearning: Deep Feedforward Networks (1) https://www.deeplearningbook.org/contents/mlp.html https://www.deeplearningbook.org/contents/mlp.html www.deeplearningbook.org I. Deep Feedforward Networks0. 심층신경망이란?deep feedforward networks는 deeplearning의 핵심으로, 목표는 어떤 함수 $f^*$를 근사approximate하는 것이다. 이 순방향 신경망은 하나의 사상map $y= f(x;\theta)$를 정의하고, 함수를 가장 잘 근사하는 파라미터 $\theta$의 값들을 학습한다. (1) feedforward정보가 앞쪽으로만 흘러감: $x$를 입력으로 하여 평가되는 함수를 통과한 후 출력 $.. 2025. 1. 4. 이전 1 ··· 7 8 9 10 11 12 13 ··· 16 다음
