인공지능 : 미로 환경에서 최단 경로 탐색을 위한 실시간 강화 학습
김병천, 김삼근, 윤병주 · 2002
강화 학습(reinforcement learning)은 시행-착오(trial-and-error)를 통해 동적 환경과 상호작용하면서 학습을 수행하는 학습 방법으로, 실시간 강화 학습(online reinforcement learning)과 지연 강화 학습(delayed reinforcement learning)으로 분류된다. 본 논문에서는 미로 환경에서 최단 경로를 빠르게 탐색할 수 있는 실시간 강화 학습 시스템(ONRELS:ONline REinforcement Learning System)을 제안한다. ONRELS는 현재 상태에서 상태전이를 하기 전에 선택 가능한 모든 (상태-행동) 쌍에 대한 평가 값을 갱신하고 나서 상태전이를 한다. ONRELS는 미로 환경의 상태 공간을 압축(compression)하고 나서 압축된 환경과 시행-착오를 통해 상호 작용하면서 학습을 수행한다. 실험을 통해 미로 환경에서 ONRELS는 TD-오류를 이용한 Q-학습과 를 TD(λ)이용한 Q(λ)-학습보다 최단 경로를 빠르게 탐색할 수 있음을 알 수 있었다.
Cited by 0 works.