강화학습 Part 4: 심화학습

마지막 심화 단계로, 지금까지 배운 모든 기초 및 고급 강화학습 알고리즘을 종합하고 한 걸음 더 나아가는 심화 연구를 진행합니다. 심층 강화학습의 다양한 알고리즘 분류 체계를 정립하고, DDPG, TRPO, PPO 등 연속적 행동 문제를 해결하기 위한 최신 핵심 알고리즘들의 원리를 이해하며, 실제 활용에서의 한계점과 미래 가능성을 고찰합니다.

심화학습 인트로 그림 Part 4 지니와 도로시가 손을 잡고 미래의 도시와 더 넓은 연구의 밤하늘이 펼쳐진 마법의 포털 문을 향해 나아가는 모습

학습 단원 목록

  • 14강 한 걸음 더
    • 14.1 심층 강화 학습 알고리즘 분류: 심층 강화학습의 지도맵을 그리고 다양한 분파를 체계화합니다.
    • 14.2 정책 경사법 계열의 고급 알고리즘: TRPO, PPO, DDPG, SAC 등 현업에서 널리 쓰이는 고급 알고리즘의 뼈대를 학습합니다.
    • 14.3 DQN 계열의 고급 알고리즘: Double DQN, Dueling DQN 등 DQN의 성능을 극적으로 올리는 다양한 기법들을 이해합니다.
    • 14.4 사례 연구: 알파고, 자율주행, 로봇 제어 등 실제 세상을 바꾼 강화학습 성공 사례를 분석합니다.
    • 14.5 심층 강화 학습이 풀어야 할 숙제와 가능성: 샘플 효율성, 안전성 문제 등 강화학습이 현업 적용을 위해 극복해야 할 과제들을 조망합니다.

기초수학에서 시작하여 DQN과 정책 경사법을 거쳐 드디어 심화학습의 포털 앞에 도달했습니다. 요술 고양이 지니와 함께 14강 한 걸음 더를 넘어서 더 넓은 인공지능 연구의 바다로 힘차게 걸어나가 보세요!

서브목차