신경망을 이용한 강화학습 이해하기 Part 3: 이상적인 출력 추측

요약

본 기사는 이전 글에서 다룬 역전파의 한계점을 바탕으로, 정답 출력 값이 알려지지 않은 상황에서의 학습 문제를 제기하며 강화학습(RL)의 핵심 아이디어를 소개합니다. 예시를 통해 신경망이 생성하는 실제 확률 p(A)와 이를 이용해 최적화하려는 편향에 대한 차이의 미분값을 계산하는 과정을 설명하고, 다음 글에서 RL에서의 구체적인 최적화 작동 방식을 다룰 것임을 예고합니다.

핵심 포인트

• 역전파는 정답 출력 값이 알려져야 하므로, 실제 환경과 같은 상황에 적용할 때 한계가 있다.
• 강화학습(RL)은 정답 값 없이도 학습이 가능한 프레임워크를 제공한다.
• 신경망의 출력을 통해 생성된 확률 p(A)는 최적화하려는 편향과의 차이를 계산하는 데 사용된다.
• 본 글은 RL에서의 최적화 과정에 대한 기초 개념을 다루며, 다음 글에서 심층적으로 탐구할 예정이다.