14.6 정리

그림 14-6 밑바닥부터 시작한 강화학습 징검다리 지도를 끝까지 정주행 완료하고 감격하며 축배를 드는 도로시, 토토, 그리고 지니 요정

14장 심층 강화학습 고급 동향과 전체 여정을 정리합니다. A3C, PPO, Rainbow DQN 등 업계의 대표 알고리즘들과 자율주행, 반도체 칩 설계와 같은 현실적인 활약상을 복습하며, 책의 대단원을 기쁨으로 가득 채워 마침표를 찍고 이어서 부록(Appendix) 단원의 개별 탐구로 흥미진진하게 발을 떼어 봅시다!

---

이번 장에서는 심층 강화 학습 알고리즘들을 어떻게 분류할 수 있는지 알아보았습니다. 그런 다음 발전된 심층 강화 학습 알고리즘의 예로 정책 경사법 계열과 DQN 계열의 유명한 알고리즘들을 살펴보았습니다. 또한 심층 강화 학습에서 중요한 연구 사례들을 몇 가지 소개했습니다. 이 사례들만 보더라도 딥러닝의 영향력이 얼마나 큰지 실감할 수 있으리라 생각합니다.

지금까지 강화 학습에 대해 많은 것을 배웠습니다. 이 책의 전반부에서는 강화 학습의 기초를 배웠고 후반부에서는 현재 통용되는 심층 강화 학습 기술들을 배웠습니다. 최첨단 심층 강화 학습들도 옛날부터 쌓아온 기초 위에 세워졌습니다. 그래서 이 책에서 지금까지 익힌 지식은 여러분이 한층 진보한 심층 강화 학습의 세계로 나아가는 데 훌륭한 밑거름이 되어줄 것입니다.

강화 학습의 근간을 이루는 기술은 크게 변하지 않았습니다. 하루가 다르게 발전하는 인공지능 세계에서 이런 ‘변하지 않는 지식’을 여러분께 전할 수 있다면 저자로서 그보다 더 큰 행복은 없을 것입니다. 지금까지 이 책을 읽어주셔서 감사합니다.