Current Result Document :
| 한글제목(Korean Title) |
Cartpole 문제를 해결하기 위한 Deep Qnetwork(DQN)에서 학습률에 대한 실험과 분석 |
| 영문제목(English Title) |
Experiment and Analysis of Learning Rate of DQN for solving Cartpole Problem |
| 저자(Author) |
김윤채
박동민
Yoonchae Kim
Dong-min Park
|
| 원문수록처(Citation) |
VOL 49 NO. 02 PP. 1889 ~ 1891 (2022. 12) |
한글내용
(Korean Abstract) |
인공지능 연구에 대한 방법론은 기계가 인지, 분석, 행동하는 단계로 수행함에 있어 분석 및 학습에 대한 방법으로 이루어져있다. 기계학습 중에는 지도학습, 비지도학습, 강화학습이 있으며 측정 상태에서 가장 좋은 선택을 알아내기 위해서는 강화학습이 가장 적합하다. 강화학습에는 가장 큰 보상을 얻기 위해 상태와 행동을 입력 받아 보상의 기댓값을 출력해주는 Q-함수를 활용한다. 이 문제를 해결하기 위해서는 에이전트의 학습률을 변경하며 가장 적합한 근사값을 찾아 적용시키고 에이전트의 리워드의 회귀 함수와 Q값을 비교하는 것이 가장 적합해 보였다. 결론적으로 에이전트가 얻는 리워드가 학습률에 비례한다는 것을 알 수 있었다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
