°ÈÇнÀ ½Ç½À
¹øÈ£
¨Ï
Á¦ ¸ñ
À̸§
°ÈÇнÀ - ±âÃÊ °³³äºÎÅÍ ÃֽŠ¾Ë°í¸®Áò±îÁö À̷аú ½Ç½ÀÀ» ÅëÇØ ÀÀ¿ëÀ¸·Î...
¹Ù´ÚºÎÅÍ ¹è¿ì´Â °È ÇнÀ ÄÚµå (github)
°ÈÇнÀ/½ÉÃþ°ÈÇнÀ Ư° (github)
ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °ÈÇнÀ (github)
16
¦¦❷
9Àå) Advantage ActorCritic ½Ç½À (ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °ÈÇнÀ 6Àå A2C)
Á¤¼ºÈÆ
15
¦¦❸
9Àå) ¿¬¼ÓÀû ¾×ÅÍ-Å©¸®Æ½ ½Ç½À (ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °ÈÇнÀ 6Àå)
Á¤¼ºÈÆ
14
¦¦❹
¿¬¼ÓÀû ¾×ÅÍ-Å©¸®Æ½ ½ÇÇà ȯ°æ ¹× °á°ú
Á¤¼ºÈÆ
13
¦¦❶
l
9Àå) REINFORCE (ch9_REINFORCE.py)
Á¤¼ºÈÆ
12
¦¦❶
l
8Àå) DQN (ch8_DQN.py)
Á¤¼ºÈÆ
11
¦¦❷
l
8Àå) DQN ½Ç½À (ÆÄÀ̽ã°ú Äɶ󽺷Π¹è¿ì´Â °ÈÇнÀ 6Àå DQN)
Á¤¼ºÈÆ
10
¦¦❸
½ÇÇà ȯ°æ ¹× °á°ú
Á¤¼ºÈÆ
9
¦¦❶
l
7Àå) ÄÚ½ÎÀÎ ÇнÀ (ch7_CosineFitting.py)
Á¤¼ºÈÆ
8
¦¦❷
7Àå) ÄÚ½ÎÀÎ ÇнÀ (unsqueeze.py)
Á¤¼ºÈÆ
7
¦¦❶
l
6Àå) Q-·¯´× (ch6_QLearning.py)
Á¤¼ºÈÆ
6
¦¦❷
6Àå) ½½¶óÀ̵å-92 ÆäÀÌÁö¿¡ Q·¯´× ¼ö½Ä Ãß°¡ ¼³¸í
Á¤¼ºÈÆ
5
¦¦❶
l
6Àå) SARSA Á¦¾î (ch6_SARSA.py)
Á¤¼ºÈÆ
4
¦¦❶
6Àå) ¸óÅ×Ä«¸¦·Î Á¦¾î (ch6_MCControl.py)
Á¤¼ºÈÆ
3
¦¦❶
l
5Àå) ½Ã°£Â÷ ÇнÀ (ch5_TDLearning.py)
Á¤¼ºÈÆ
2
¦¦❶
l
5Àå) ¸óÅ×Ä«¸¦·Î ÇнÀ (ch5_MCLearning.py)
Á¤¼ºÈÆ
[1]
[
2
]
[3]
Á¦¸ñ
À̸§
³»¿ë
̵̧
Àüü
+ °Ë»ö tip : 1) ¹®ÀÚ¿°Ë»ö 2) OR(|) Á¶°Ç°Ë»ö 3) AND(&) Á¶°Ç°Ë»ö