Reinforcement Learning
1.Reinforcement Learning
강화학습 톺아보기
2022년 8월 2일
2.Markov Decision Process
강화학습의 전제
2022년 8월 10일
3.Dynamic Programming
하위 방법의 반복을 통해 최적 해 구하기
2022년 8월 11일
4.Policy와 Value function
state value와 action value
2022년 8월 11일
5.Policy Iteration과 Value Iteration
optimal policy와 optimal value function을 찾아서
2022년 8월 12일
6.Sync & Async DP
Asynchronous Dynamic Programming
2022년 8월 17일
7.Monte Carlo Method
무작위성을 통해 정답 추정하기
2022년 8월 12일
8.Monte Carlo Prediction
Monte Carlo에서의 visit
2022년 8월 12일
9.Monte Carlo Control
Monte Carlo의 수렴성 증명
2022년 8월 12일
10.Temporal Difference: Intro
Not wait, Use estimate
2022년 8월 17일
11.Temporal Difference: Pred
TD: Prediction
2022년 10월 31일
12.Temporal Difference: Ctrl
TD: Control
2022년 11월 2일
13.n-step Bootstrapping
Between MC and TD(0)
2022년 11월 3일
14.Dyna Q
Plan and Train based on table
2022년 11월 9일
15.Function Approximation: Intro
Estimating Value Functions as Supervised Learning
2022년 11월 9일
16.Function Approximation: Pred
The Objective for On-policy Prediction
2022년 11월 9일
17.Linear TD Update
Semi-Gradient & State Aggregation
2022년 11월 10일
18.Feature Construction for Linear Methods
Coarse coding & State Aggregation
2022년 11월 14일
19.Policy Gradient
Softmax
2022년 12월 16일
20.Actor-Critic
For Continuing Tasks
2022년 12월 16일
21.Policy Parameterization
Softmax
2023년 1월 12일
22.Information Theory - Entropy
Information Theory is the way to share idea. Each media has a diffent for consuming time and size of content. For example, sending by letter is takes
2023년 1월 30일