[Reinforcement] MDP, Monte-Carlo RL
학습하고, 결론을 내고 끝내는 것이 아니다.학습하고 결과를 바탕으로 또 학습한다. STATE에서 취할 수 있는 ACTION 데이터를 얻어서,→ TREE를 형성하여 SEARCH 한다. ( CONTINUS OR RANDOM하면 TREE SEARCH 불가 ) DataA sequence of state, anction and → rewardS 0, A 0, → R 1, S 1, A 1, → R 2, S 2, … S T-1, A T-1, → R T, S T 첫번째 받은 Reward는 R0이 아니라, R1이다. 약속같은 것이기에, 기억해두자.whereS T is state at step tA T is the action which the agent takes at step TR T is a reward repre..
2025. 1. 23.
