인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
강화학습은 순차적인 의사 결정 문제에 있어 유용한 솔루션을 제공해 왔다. 그러나 현실 세계에서는 환경과의 무제한적인 상호작용 및 피드백의 어려움으로 인해, 강화학습을 직접 적용하는 데 어려움이 존재한다. 이에, 전문가의 행동 데이터셋을 기반으로 해당 데이터셋 내에서 최적의 행동을 도출하는 오프라인 강화학습이 제시되었다. 또한, 오프라인 강화학습은 최근 급격히 발전하는 생성 모델의 능력에 힘입어, 생성 모델 기반 강화학습으로 확장되었다. 생성 모델 기반 강화학습은 임의의 데이터 분포를 근사할 수 있는 생성 모델의 능력을 사용하여 전문가의 행동으로 구성된 데이터셋의 분포를 학습하는 것을 그 목적으로 한다. 본 고에서는 해당 오프라인 강화학습 및 확산 모델을 사용한 생성 모델 기반 강화학습의 이론적 배경 및 특징에 대해 논하고, 다양한 강화학습 환경에서 해당 방법론의 성능 및 특징점을 분석한다. 이를 통해, 확산 모델 기반 오프라인 강화학습이 가지는 장점 및 향후 연구의 방향성을 제시한다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-26-02-095624216
