#벨만방정식
2편
- 강화학습 기초 — 가치가 퍼져 나간다보상이 있는 칸에서 시작한 '좋음'은 한 번 갱신할 때마다 딱 한 칸씩 번진다. 331칸을 다 채우는 데 37번이 걸렸다. 감가율을 0.90에서 0.95로 올리자 같은 환경에서 목표가 가까운 +1에서 먼 +10으로 바뀌었다. 그리고 탐험 비율을 0부터 1까지 다 돌려도 큰 보상을 쓰지 못했는데, 탐험을 0으로 두고 낙관적 초기화만 넣자 11번째 판에 찾아냈다
- 강화학습 — 벨만 방정식에서 정책 그라디언트까지밴딧·MDP·DP·MC·TD, Q러닝과 DQN, 그리고 정책 기반 방법