본문 바로가기

분류 전체보기72

강화학습 복습 자료 3: Exploit & Exploration 그렇다면, 이 알고리즘에서 "Select an action a"에서 어떤 action을 선택해야할까? 답은 이다. Exploit은 이미 아는 값을 활용하는 것이고 Exploration은 random하게 모험하는 것이라 할 수 있다. 아는 값을 활용하는 것은 좋지만, 보다 효율적인 해답을 찾기 위해서는 모르는 길로 가 볼 필요성이 있기 때문이다. 첫 번째 방법은 E-greedy 방법이다. 작은 값 e를 설정하고, e의 확률로 Exploration 하며 나머지는 Exploit 한다. # 1-1) E-greedy e = 0.1 if rand < e: a = random else: a = argmax(Q(s, a)) 다만 갈 수록 e값을 작게하여 Exploratio.. 2022. 3. 12.

강화학습 복습 자료 2: Dummy Q-learning algorithm Q-learning의 기본 식을 이끌어 내기 위해 한 '믿음'을 살펴보자. 1. 먼저 나는 s에 있고 2. action a를 취하면 s'으로 이동하며 reward r을 받는다. 여기서, s'에 Q가 있다고 믿자. s'에 Q가 있다고 믿자는 것의 의미는 아마도 (s에서 a를 취해 변한 state) s'에서 어떤 action을 취해서 받을 reward를 알고 있다고 가정하자는 것인 것 같다. (특정 action이라기 보다 그 어떤 action에 대한 reward라도) 이제 Q(s, a)를 Q(s', a')을 이용해 나타내보면, Q(s, a) = r + max(a') Q(s', a') r은 s에서 a를 취해 즉각적으로 얻은 reward이며 max(a') Q(s', a')은 그 이후 단계에서 얻을 최대 rewa.. 2022. 3. 12.

강화학습 복습 자료 1: Concept of RL 강화학습은 기본적으로, 쥐(Actor 혹은 Agent)가 action을 취하면 그에 따른 reward를 받고, 변화된 state를 관찰하여 다시 action을 취하는 방식이다. Q 함수에 state와 action을 주면, 그에 따른 reward를 리턴한다고 생각하자. (그러한 Q 형님이 있다고 가정하자.) Agent가 알고 싶은 것은 최대 reward를 만드는 action이다. 이 내용을 다음 두 수학적 표기로 나타낼 수 있다. max(a') Q(s, a') : s 라는 state에 a'을 바꾸어 줌으로써 얻을 수 있는 최대 reward값 (Q값) argmax(a') Q(s, a'): (위와 이어지는 상황에서) 최대 Q값을 갖게하는 argument a' Reference: Sung Kim 모두를 위한 R.. 2022. 3. 12.

django 시작하기 1. pipenv shell (버블 안으로 들어가기) 2. python3 manage.py runserver 3. Ctrl+C로 서버킬하고 python3 manage.py migrate 4. python3 manage.py createsuperuser 5. python3 manage.py runserver로 서버 구동하면 127.0.0.1:8000/localhost 에서 로그인 가능 => 관리자 패널 사용 가능 2022. 1. 4.

이전 1 2 3 4 5 6 ··· 18 다음

티스토리툴바