logo

강화학습

섹션

5개

강의

42개

커리큘럼

5개 섹션, 42개 강의

  1. 1

    기본 개념

    1. 1.1시작하기
    2. 1.2강화학습이란 무엇인가
    3. 1.3기본 용어
    4. 1.4gymnasium
    5. 1.5할인
    6. 1.6가치
    7. 1.7강화학습의 역사
    8. 1.8강화학습의 주요 개념 및 용어 소개
  2. 2

    추정과 탐색

    1. 2.1동적 계획법
    2. 2.2부트스트랩
    3. 2.3MAB
    4. 2.4몬테카를로
    5. 2.5탐색과 활용의 딜레마
    6. 2.6탐색 전략
  3. 3

    제어와 딥러닝

    1. 3.1시간차 학습
    2. 3.2제어 문제
    3. 3.3SARSA 알고리즘
    4. 3.4시간차 학습(Temporal-Difference Learning)
    5. 3.5마르코프 결정 과정(MDP)
    6. 3.6가치 반복과 정책 반복
    7. 3.7강화학습의 안정성과 일반화
    8. 3.8딥러닝
  4. 4

    심층 강화학습

    1. 4.1경험 리플레이
    2. 4.2정책 경사
    3. 4.3Actor-Critic
    4. 4.4Q-러닝
    5. 4.5가치 기반 강화 학습
    6. 4.6DQN의 심화
  5. 5

    최근 동향

    1. 5.1[사례] 선박 제어
    2. 5.2A2C 및 A3C 알고리즘
    3. 5.3심층 결정론적 정책 경사(DDPG)
    4. 5.4소프트 액터-크리틱(SAC)
    5. 5.5TRPO
    6. 5.6PPO
    7. 5.7GRPO
    8. 5.8off-policy 정책 경사
    9. 5.9알파고
    10. 5.10다른 방법들
    11. 5.11챗봇
    12. 5.12문제점
    13. 5.13강화학습의 적용 분야 예시
    14. 5.14멀티 에이전트 강화학습