출근 시간에서 보여지는 균형점 수렴

Created on January 18, 2023

※ 유추가 들어갔으므로 논리적으로 완전히 동치가 아님을 주의

출근 시간에는 Rush hour이기 때문에 '아침에서 1분'이 '낮의 10분 이상'의 가치를 가진다. 그래서 보통 몇 시에 일어나서 몇 시에 나오고 몇 시에 교통수단을 이용하는지를 결정하게 된다. 그런데 사람이다 보니, 귀차니즘이 생기기 마련이고 Sequential한 일정이기 때문에 앞의 일정이 변경되면 새로운 Time table이 완성되어야 한다. 그래서 몇 가지 원칙만 세우고 출근을 지속적으로 하게 되는데 오늘 신기한 점을 발견하였다.

출근 Time table의 일정이 문제가 생기지 않는 마지노선으로 수렴하는 것이었다.

위와 같은 발견에 따라 아래와 같은 관찰을 도출하였다.

• 제약 조건(뒤의 일정에 차질이 생기는지 등)에 따라 계획하지 않고 Greedy algorithm으로 진행하려고 해도 Stochastic gradient descent 방식으로 균형점에 향함.
  • 제약 조건을 위반한 경우, 향후 일정의 차질을 겪는 (-)의 Reward를 받아서 행동을 다음에 수정함(Reinforcement learning적 요소).
• Learning rate은 그 사람의 기질에 의해서 좌우 되는거 같으며 그에 따라 수렴속도가 결정됨.

사진 출처: 자습해도 모르겠던 딥러닝, 머리속에 인스톨 시켜드립니다, 하용호