Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | 6 | 7 |
| 8 | 9 | 10 | 11 | 12 | 13 | 14 |
| 15 | 16 | 17 | 18 | 19 | 20 | 21 |
| 22 | 23 | 24 | 25 | 26 | 27 | 28 |
| 29 | 30 |
Tags
- ReinforcementLearning
- CartPoleTask
- 강화학습
- reinfocement
- Unity
- RL
- Sarsa
- reinforcement learning
- Reinforcement
- Maze
- Cartpole
- PyTorch를 활용한 강화학습/심층강화학습 실전 입문
- 역진자 태스크
- Q-learning
Archives
- Today
- Total
목록Maze (1)
CodingE
[RL] 미로찾기를 통한 강화학습 구현 (1)
강화학습을 공부하며 미로찾기를 강화학습을 통해 구현 하고자 한다. 정책(Policy)는 단순 함수 구현으로 할 예정이다. # import 목록 import numpy as np import matplotlib.pyplot as plt from matplotlib import animation 강화학습에서 Agent가 어떻게 행동할지를 결정하는 규칙을 "정책" 이라고 한다. 정책은 policy의 p 에 해당하는 그리스 문자인 pi(state,action)으로 표현하며 파라미터는 세타로 표현한다. "상태가 s일때 행동 a 를 취할 확률은 파라미터가 결정하는 정책 pi를 따른다" 는 의미이다. 미로탐색에서의 상태(state)는 agent의 미로 내의 위치에 해당한다. 여기서 사용할 미로를 예로 들면 S0 ~ ..
Reinforcement Learning
2024. 4. 1. 13:10