계층적 강화학습

1 / 15

100%

왜 왜 계층적 강화학습이 필요한가? — 장기 과제의 저주가 필요한가? 실무에서 이 개념 없이는 문제를 해결할 수 없습니다. 핵심 동기와 배경을 먼저 이해합시다. 일반 강화학습(flat RL)은 장기적인 과제 에서 심각한 어려움을 겪습니다. 문제 상황 — 주방 로봇: "커피를 만들어라"라는 과제를 생각해봅시다. 이것은 수백 개의 저수준 행동(관절 움직임)으로 이루어져 있고, 보상은 커피가 완성된 후에야 받습니다. Flat RL이 실패하는 이유: 희소 보상(Sparse Reward) : 수천 스텝 동안 보상이 0 \to 학습 불가능 탐색 폭발 : 행동 공간이 너무 커서 무작위 탐색으로는 목표에 도달 불가 크레딧 할당(Credit Assignment) : 어떤 행동이 성공에 기여했는지 판별 불가 전이 실패 : "컵 잡기"를 배워도 다른 과제에서 재사용 불가 인간의 해결책 — 서브골 분할: 1. 컵을 찾는다 \to 2. 컵을 잡는다 \to 3. 물을 끓인다 \to 4. 커피를 내린다 각 서브골에 대해 독립적으로 학습하면 문제가 훨씬 쉬워집니다 . 계층적 강화학습(Hierarchical RL, HRL) 은 이 아이디어를 형식화합니다: 고수준 정책 : 어떤 서브골을 달성할지 결정 저수준 정책 : 서브골을 실제 행동으로 실행 시간적 추상화 : 여러 스텝을 하나의 "옵션"으로 묶음

0:00 / 2:12

이런 분들이 찾고 있어요

이 레슨과 관련된 학습 키워드

CS/AI 전공 대학생

딥러닝 기말고사딥러닝 중간고사인공지능 전공 정리딥러닝 과제신경망 시험 대비

비전공/입문자

딥러닝 쉽게 설명딥러닝이란AI 기초 공부딥러닝 독학딥러닝 입문 추천

취준생

딥러닝 면접 질문AI 엔지니어 준비딥러닝 포트폴리오

직장인

딥러닝 실무 적용AI 업스킬링직장인 딥러닝 강의

대학원생/연구자

딥러닝 최신 동향neural network 서베이

AI 교육 플랫폼

AI 교육 플랫폼 추천AI 강의 사이트머신러닝 온라인 강의딥러닝 강의 추천

AI 독학/로드맵

AI 독학 방법머신러닝 공부 순서딥러닝 로드맵머신러닝 독학 로드맵

AI 취업/커리어

AI 취업 준비데이터 사이언티스트 강의ML 엔지니어 준비AI 면접 준비