홀로노미-커버 결정 과정에서의 안정적 몫(Stable Quotients)을 통한 최소 마르코프화

요약

부분 관측 가능성(POMDP) 환경에서 마르코프 성질을 복원하기 위한 '안정적 몫(Stable Quotients)' 개념을 제안합니다. 홀로노미-커버 결정 과정을 통해 최소한의 메모리로 정확한 상태 추적이 가능한 이론적 토대를 마련하고, 이를 활용한 새로운 강화학습 방법론을 제시합니다.

핵심 포인트

• POMDP에서 마르코프 성질을 복원하는 최소 통계량 규명
• 안정적 몫(Stable Quotient)을 통한 효율적인 상태 추상화
• 최소한의 메모리 심볼로 유한 마르코프 상태 형성 증명
• 홀로노미 메모리 강화학습(Holonomy Memory RL) 방법론 제안
• 실험을 통해 기존 베이스라인 대비 우수한 상태 압축 및 정확도 입증