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
강화 학습 (RL)의 성공은 주어진 환경의 저차원 표현을 효과적으로 활용함으로써 이루어진다고 생각된다. 이런 현상의 이론적인 분석을 위해, 대개 마르코프 결정 과정 (MDP)에 일정한 구조적 가정을 부과함으로써 형식화된다. 본 연구에서는 블락 마르코프 결정 과정 (BMDP)에 초점을 두며, 여기서는 관측 가능한 상태들이 군집화의 구조를 이루며, 이들 간의 전이는 저차원의 잠재적인 상태들 간의 전이로 표현된다. 최근에 BMDP에서 군집화의 거의 최적의 이론적 분석을 통해 오류율에 대한 하한 및 그와 거의 일치하는 성능 보장을 가진 2단계 알고리즘이 제안되었다. 본 논문에서는 제안된 알고리즘을 정규적이지 않은 합성 BMDP 환경에서 구현하고 시뮬레이션함으로써, 정규적 가정이 꼭 필요하다는 것을 실험적으로 검증한다. 또한, 매우 놀랍게도, 일정 수준까지의 임의적인 오염이 마치 암시적 정규화처럼 작용하여, 정규적 가정이 없는 상태에서도 군집화 성능이 잘 나오는 것을 확인하였다.
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
