온라인 강화학습을 위한 벨만 최적 방정식의 제약 최적화 문제

가치 함수 파라미터와 제어 정책을 결합 결정 변수로 설정하고, 벨만 최적 방정식의 잔차 오류를 등식 제약 조건으로 강제하여 최적 가중치를 찾는 정형화된 프레임워크다. 이를 통해 학습 과정 전반에서 벨만 오차를 안정적으로 줄여 최적해를 근사한다.

연구 결과, 기존 ADP 방식의 고질적인 문제인 수렴 과정의 심한 진동과 하이퍼파라미터 민감성을 해결하여 학습 안정성을 크게 향상시켰다. 특히 KKT 조건을 기반으로 한 온라인 업데이트를 통해 모바일 로봇 제어 시 안정적인 궤적과 가중치 수렴을 달성하였다.

학술대회자료

온라인 강화학습을 위한 벨만 최적 방정식의 제약 최적화 문제 Constrained Optimization Formulation of Bellman Optimality Equation for Online Reinforcement Learning

오류 신고하기

피인용 0

온라인 강화학습을 위한 벨만 최적 방정식의 제약 최적화 문제

검색

등록된 정보가 없습니다.

#Reinforcement Learning #Constrained Optimization #Bellman Optimality Equation #Optimal Control

UCI(KEPA) : I410-151-26-02-097876343

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드