심층 신경망을 강화학습에 적용한 심층 강화학습 방법에 대한 연구가 다양한 분야에서 활발히 수행되고 있다. 심층 강화학습 방법의 문제 중 하나는 상태 및 행동 공간의 복잡도가 증가할수...
http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
https://www.riss.kr/link?id=A108073004
2022
Korean
학술저널
1228-1229(2쪽)
0
상세조회0
다운로드국문 초록 (Abstract)
심층 신경망을 강화학습에 적용한 심층 강화학습 방법에 대한 연구가 다양한 분야에서 활발히 수행되고 있다. 심층 강화학습 방법의 문제 중 하나는 상태 및 행동 공간의 복잡도가 증가할수...
심층 신경망을 강화학습에 적용한 심층 강화학습 방법에 대한 연구가 다양한 분야에서 활발히 수행되고 있다. 심층 강화학습 방법의 문제 중 하나는 상태 및 행동 공간의 복잡도가 증가할수록 요구되는 경험의 양이 증가하기 때문에 학습 기간이 증가한다는 것이다. 본 연구에서는 개체의 학습을 위하여 동일 시간에 더욱 많은 탐험을 수행할 수 있도록 네트워크를 공유하는 다중 개체를 이용한 심층강화학습 방법을 제안한다. 제안된 모델을 자율주행개체 학습에 적용하며 학습 시 배치되는 개체의 수에 따른 성능 비교를 통해 효율적으로 보상 곡선이 수렴하는 모습을 확인하였다.
USRP 기반 테스트베드 구성에 따른 위상 오차 Calibration 성능 분석
Sub-THz 대역 위상 잡음에 의한 열화 현상 모델링 및 보상 알고리즘에 따른 분석
5G NR 시스템에서 MCS 선택을 위한 MIESM 방법에 대한 연구
SIC-free Detection for Quadrature NOMA with SM