1 min read
DQN NN 을 활용한 Q-learning 알고리즘 DQN 은 state s 가 주어졌을 때, action values 로 구성된 vector Q(s, \cdot ; \boldsymbol{\theta}) 를 반환하는 다중 레이어 신경망을 의미한다 (여기서 \boldsymbol{\theta} 는 신경망의...
Reinforcement Learning machine learning 기법 중 하나.
Recommendations with Negative Feedback via Pairwise Deep Reinforcement Learning Discussion Q-learning based offline 학습 방식이고, 모델도 무겁고.
Hard-exploration 문제 hard-exploration 문제란, 보상이 매우 드문 특정 환경에서의 exploration 을 의미한다. 임의의 exploration 의 경우, 성공적인 state 나 의미있는 feedback 을 발견하기가 매우 어렵다.
Deep Reinforcement Learning for Search, Recommendation, and Online Advertising - a Survey Paper link arxiv.org/abs/1812.07127 .
DP DP 방식은 MDP 에 대한 optimal solution 을 제공하는 방법이다. 일반적으로 MDP 와 같은 환경에 대한 완벽한 모델이 주어졌을 때 사용하는 알고리즘의 총칭을 의미한다.
S-MDP agent 가 조합적 선택 (combinatorial selections) 을 연속적으로 수행해야 하는 문제 B) Related C) References.
Q-learning Q-Learning 은 model-free 강화 학습 알고리즘이다. 환경에 대한 모델이 필요없다는 점에서 model-free 라는 prefix 가 붙었다.
Advantage Function advantage function 은 q-value 값과 state-value function 값의 차이를 의미한다.
Policy policy 란 주어진 states 에서 actions 에 대한 확률 분포를 의미하며 \pi 로 표현한다.