효율적인 경로 선택을 위한 Q-Learning 정책 및 보상 설계 = Q-Learning Policy and Reward Design for Efficient Path Selection

국문 초록 (Abstract)

강화학습의 기법 중 Q-Learning은 주어진 상태에서 행동을 수행하면서 미래의 효율적인 기댓값을 예측하는 Q 함수를 학습하면서 최적의 정책을 학습하는 것이다. Q-Learning은 강화학습의 기본적인 알고리즘으로 많이 활용하고 있다. 본 논문에서는 Q-Learning을 바탕으로 정책과 보상을 설계하여 효율적인 경로를 선택하고 학습하는 효용성에 대하여 연구하였다. 또한 Frozen Lake 게임의 8x8 그리드 환경에 동일한 학습 횟수를 적용하여 기존 알고리즘 및 처벌 보상 정책과 제시한 처벌강화 정책의 결과를 비교하였다. 해당 비교를 통해 본 논문에서 제시한 Q-Learning의 처벌강화 정책이 통상적인 알고리즘의 적용보다 학습 속도를 상당히 높일 수 있는 것으로 분석되었다.

참고문헌 (Reference)

1 Watkins, C.J.C.H., "Q-learning" 8 (8): 279-292, 1992

2 Clifton, J., "Q-Learning: Theory and Applications" 7 (7): 279-301, 2020

3 V. Mnih, "Playing Atari with Deep Reinforcement Learning"

4 G. Brockman, "OpenAI Gym"

5 Watkins, C.J.C.H, "Learning from Delayed Rewards" King’s College 1989