Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
Tags
- Rl policy
- 파이썬 순열로구현하기
- MCTS
- cp 커맨드
- TensorFlow
- 알파고
- 강화학습
- tf-agents
- 스터디미니
- 심층강화학습
- 스페인어학습지
- cp 폴더 복사
- TreePolicy
- itertools.permutations
- 순열
- 파이썬 순열
- 파이썬으로 순열 구현하기
- 파이썬
- AlphaGo
- permutations
- Monte Carlo
- 환급기원
- 몬테 카를로 트리 탐색
- UCB1
- Python
- markov decision process
- 오일러프로젝트
- 딥러닝
- tree search
- cp command
Archives
- Today
- Total
목록UCB1 (1)
Learn And Earn
강화학습 - tree policy 와 MCTS
이번 포스팅에서는 MCTS에 대해서 본격적으로 알아보겠습니다. MCTS는 기본적으로 state이 주어질 때 그에 맞게 action을 선택하는 알고리즘입니다. 하지만 기본적으로 이 알고리즘은 learning algorithm이 아닌, search algorithm입니다. 하지만 "learning 하는 것 같이" 지식을 축적해가면 보다 더 있음직한 미래의 경우의 수만 살펴보게 됩니다. 이와 같이 어떻게 추려나가 효율적인 선택을 하는지 본론에서 보겠습니다. 개요 - MCTS의 한 loop를 구성하는 4개의 연산들 MCTS 알고리즘의 한 호출은 기본적으로 제한된 resource가 모두 소모될때까지 아래의 연산들을 차례로 연산해가며 partial tree를 계속해서 구성해 나갑니다. Selection Expans..
강화학습
2021. 8. 25. 00:52