Q 러닝: 두 판 사이의 차이

'''Q-러닝'''은 모델 없이 학습하는 [[강화 학습]] 기법이다기법 가운데 하나이다. Q-러닝은 주어진 유한 [[마르코프 결정 과정]]의 최적의 정책을 찾기 위해 사용할 수 있다. 이는Q-러닝은 주어진 state에서상태에서 주어진 action을행동을 수행하는 것이 가져다 줄 효용의 기대값을 예측하는 함수인 Q 함수를 학습함으로써 최적의 정책을 학습한다. 여기서 정책이란, 주어진 state에서상태에서 어떤 action을행동을 수행할지 나타내는 규칙이다. 위의 Q 함수를 학습하고나면 각 state에서상태에서 최고의 Q를 주는 action을행동을 수행함으로써 최적의 정책을 유도할 수 있다. Q-러닝의 장점 중 하나는 주어진 환경의 모델 없이도 수행하는 action의행동의 기대되는 가치를기대값을 비교할 수 있다는 점이다. 뿐만 아니라 Q-러닝은 확률적 전이가 확률적으로 일어나거나 확률적보상이 reward가확률적으로 주어지는 환경에서도 별다른 조작변형 없이 적용될 수 있다. Q-러닝은 임의의 유한 MDP에 대해서 현재 상태에서 최대의 보상을 획득하는 최적의 정책을 학습할 수 있다는 사실이 증명되어 있다.