강화 학습
term_id: reinforcement_learning
Category: basic_concepts
Definition
강화 학습(Reinforcement Learning, RL)은 지능형 에이전트가 환경에서 누적 보상을 최대화하기 위해 어떻게 행동을 취해야 하는지에 초점을 맞춘 머신러닝의 한 분야입니다. 지도 학습과는 달리, 강화 학습은 에이전트가 환경과의 상호작용을 통해 시행착오를 겪으며 최적의 행동 전략을 스스로 학습합니다.
Summary
강화 학습은 에이전트가 보상을 최대화하기 위해 환경과 상호작용하며 의사결정을 학습하는 머신러닝의 한 유형입니다.
Key Concepts
- 에이전트(Agent)
- 환경(Environment)
- 정책(Policy)
- 보상 함수(Reward Function)
- 상태 공간(State Space)
Use Cases
- 자율 주행(Autonomous driving)
- 게임 AI(예: 알파고)(Game AI (e.g., AlphaGo))
- 추천 시스템(Recommendation systems)