Reinforcement learning
강화학습 학습 가이드
강화학습의 핵심 개념부터 게임 환경 구성, 알고리즘 비교, 로컬 AI 프로젝트까지 순서대로 익힙니다.
1 · 개념 이해
4 guides2 · 환경과 실습
8 labsPPygame
게임 환경 시작하기
Pygame 프로젝트를 강화학습 환경으로 바꾸는 과정을 익힙니다.
실습 시작 →□Sokoban
소코반 환경 만들기
관찰 공간, 행동 공간, 보상 함수를 게임 규칙에 맞게 설계합니다.
환경 구성 →QCNN · RND
소코반 AI 확장
CNN과 RND를 적용해 탐험과 상태 표현을 개선합니다.
심화 실습 →CColab
Colab 학습 환경
클라우드 환경에서 모델을 학습하고 결과를 관리합니다.
환경 설정 →⊥Demo
CartPole 체험
학습된 에이전트가 막대의 균형을 유지하는 과정을 관찰합니다.
데모 실행 →∩Physics
팬케이크 뒤집기
물리 환경을 직접 조작하고 강화학습 에이전트의 제어 결과와 비교합니다.
환경 실행 →KAlphaZero
미제르 도슨의 케일스
조합 게임의 상태 탐색과 강화학습 에이전트의 전략을 비교합니다.
현재 버전 실행 →UUnity
Unity 강화학습 프로젝트
게임 엔진을 활용한 강화학습 프로젝트의 구성과 결과를 살펴봅니다.
프로젝트 보기 →