메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국지능시스템학회 한국지능시스템학회 논문지 퍼지 및 지능 시스템학회 논문지 제15권 제1호
발행연도
2005.2
수록면
1 - 5 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
강화학습(Reinforcement-Learning)의 목적은 환경으로부터 주어지는 보상(reward)을 최대화하는 것이며, 강화학습 에이전트는 외부에 존재하는 환경과 시행착오를 통하여 상호작용하면서 학습한다. 대표적인 강화학습 알고리즘인 Q-Learning은 시간 변화에 따른 적합도의 차이를 학습에 이용하는 TD-Learning의 한 종류로서 상태공간의 모든 상태-행동 쌍에 대한 평가 값을 반복 경험하여 최적의 전략을 얻는 방법이다. 본 논문에서는 강화학습을 적용하기 위한 예를 n-Queen 문제로 정하고, 문제풀이 알고리즘으로 Q-Learning을 사용하였다. n-Queen 문제를 해결하는 기존의 방법들과 제안한 방법을 비교 실험한 결과, 강화학습을 이용한 방법이 목표에 도달하기 위한 상태전이의 수를 줄여줌으로써 최적 해에 수렴하는 속도가 더욱 빠름을 알 수 있었다.
#강화학습 #Q-Learning #에이전트 #보상 #상태전이

목차

요약
Abstract
1. 서론
2. 관련연구
3. 강화학습(reinforcement learning)
4. Q-Learning을 이용한 n-Queen알고리즘
5. 실험 및 평가
6. 결론
참고문헌
저자소개

참고문헌 (12)

참고문헌 신청
[학술지(정기간행물)] - / 2003. / 학습 에이전트 18 (5) : 26 ~ 35 google schola [학술지(정기간행물)] - / 2003. / 함수근사와 규칙추출을 위한 클러스터링을 이용한 강화학습 30 (11) : 1054 ~ 1061 google schola [학술지(정기간행물)] - / 1998. / Foundations of Algorithms google schola [학술지(정기간행물)] - / 2003. / 강화 학습에서의 탐색과 이용의 균형을 통한 범용적 온라인 Q-학습이 적용된 에이전트의 구현 30 : 672 ~ 680 google schola [학술지(정기간행물)] - / 2001 / 탐색 강화 계층적 강화 학습 28 (2) : 2001 ~ google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

인공지능 보안 이슈
박소희 ,  최대선 정보보호학회지 2017 .06
인공지능 기술 어디까지 왔나？
구본권 관훈저널 2017 .06
머신러닝 기술에서의 특성 도출 방법에 대한 연구
최은영 ,  고웅 ,  이태진 한국통신학회 학술대회논문집 2017 .01
특징점 기반의 머신러닝 기술을 이용한 OLED 결함 분류 기술
최학남 ,  김학일 전자공학회지 2016 .11
[특집편집기] 머신 러닝 기반 머신 비젼 최신 기술 동향
김정태 전자공학회지 2016 .11

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-028-014900702