안전한 강화학습과 오프라인 RL

1 / 15

100%

왜 왜 Safe RL이 필요한가? — 온라인 탐색의 위험성이 필요한가? 실무에서 이 개념 없이는 문제를 해결할 수 없습니다. 핵심 동기와 배경을 먼저 이해합시다. 강화학습의 핵심은 탐색(exploration) 입니다. 에이전트는 새로운 행동을 시도하며 최적 정책을 찾습니다. 그런데 실전 환경에서 탐색은 치명적인 결과 를 가져올 수 있습니다. 위험한 탐색의 예시: 자율주행 : "이 속도로 커브를 돌면 어떨까?" \to 사고 발생 의료 로봇 : "이 각도로 절개하면?" \to 환자 부상 금융 트레이딩 : "전 재산을 한 종목에?" \to 파산 산업 로봇 : "이 힘으로 부품을 잡으면?" \to 장비 파손 시뮬레이터의 한계: 현실과 시뮬레이션 사이의 sim-to-real gap 이 존재합니다 모든 위험 상황을 시뮬레이션하는 것은 불가능합니다 시뮬레이터에서 안전하다고 현실에서도 안전한 것이 아닙니다 두 가지 해결 방향: 1. Safe RL : 탐색하되, 안전 제약을 만족시키면서 학습 2. Offline RL : 아예 탐색하지 않고, 기존 데이터만으로 학습 이 두 접근법이 실전 RL의 핵심이며, 이번 레슨에서 깊이 다루겠습니다.

0:00 / 2:13

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