만화 만들기
https://huggingface.co/spaces/jbilcke-hf/ai-comic-factory
Recent Posts
gpt + 환경
https://github.com/joonspk-research/generative_agents
강화학습 볼 것들
https://github.com/ladofa/janggi
정형 데이터 참고
https://www.intelligencelabs.tech/3ac72939-db45-4804-9b9d-3ec2c08ef504#2f155188109340e68597d92655e4d6e8
Chapter 12. Model-based Reinforcement Learning
이번 챕터에서는 Model Based Reinforcement Learning에 대해 알아보겠습니다. Model Based Reinforcement Learning은 경험을 통해 직접 모델을 학습하고, 이를 활용하여 계획(planning)을 수행하여 가치 함수나 정책을 구축하는 방...
Chapter 11. Imitation Learning
References • ICML 2018 Imitation Learning Tutorial https://sites.google.com/view/icml2018-imitation-learning/
Chapter 10. Exploration
Exploration vs. Exploitation을 다시 되돌아보자. 아래의 이미지를 통해 항상 가던 길을 가는게 Exploitation, 새로운 곳으로 가는게 Exploration이라는 것을 이전 chapter에서 배웠다.
Chapter 9. Policy Gradients
강화학습 알고리즘은 보통 세 가지 유형으로 분류됩니다.
Chapter 8. Advanced Value Function Approximation
DQN을 기반으로 한 다른 연구들을 알아보자. • 아타리에서의 성공은 심층 신경망을 사용하여 강화학습에서 가치 함수 근사를 수행하는 데 큰 흥미를 불러일으켰습니다. • 즉시 개선된 몇 가지 방법들 (그 외에도 다른 많은 방법들이 있습니다!) • Double DQN (Double...
Chapter 7. Value Function Approximation
지난 Chapter 내용을 간단히 복습해보겠습니다. 우리가 실제 모델을 알지 못할 때는 어떻게 해야 하는지, 일반화된 정책 개선 방법에 대해 배웠습니다. 탐험의 중요성을 이해하고, MC와 TD를 사용한 모델 없는 제어에 대해서도 알아보았습니다. SARSA와 Q-러닝에 대해서도 다...