Notice
Recent Posts
Recent Comments
Link
반응형
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 |
Tags
- Q-Learning
- Machine Learning
- 회귀
- 딥러닝
- 손실 함수
- 지도 학습
- AI
- CNN
- 인공 신경망
- 자연어 처리
- 정규화
- python
- 강화 학습
- 활성화 함수
- LSTM
- rnn
- 데이터 전처리
- 분류
- 신경망
- GRU
- 최적화
- 교차 검증
- 강화학습
- Deep learning
- reinforcement learning
- 머신 러닝
- 인공지능
- 과적합
- q-러닝
- 머신러닝
Archives
- Today
- Total
목록유닛 제어 (1)
move84
실시간 전략 게임에서의 강화 학습 (Reinforcement Learning) 활용
실시간 전략 게임 (RTS)은 복잡한 의사 결정과 장기적인 전략 수립을 요구하는 매력적인 환경을 제공합니다. 이러한 게임은 인공지능 (AI) 연구에 있어 중요한 테스트베드로 사용되며, 특히 강화 학습 (RL)은 RTS 게임 내 AI 개발에 혁신적인 접근 방식을 제시합니다. 이 글에서는 RL이 RTS 게임에서 어떻게 활용되는지, 주요 개념과 기술적 측면을 자세히 살펴보겠습니다.—🤖 강화 학습 (Reinforcement Learning) 개요강화 학습은 에이전트 (agent)가 환경 (environment)과 상호 작용하며 보상 (reward)을 최대화하도록 학습하는 머신 러닝의 한 분야입니다. 에이전트는 특정 상태 (state)에서 행동 (action)을 선택하고, 환경으로부터 보상을 받습니다. 이 과정..
강화학습
2025. 4. 9. 07:06