Author: 이동민 Date: February 10, 2019 Inverse RL 4번째 논문 Author : Brian D. Ziebart, Andrew Maas, J.Andrew Bagnell, Anind K. Dey Paper Link : http://www.aaai.org/Papers/AAAI/2008/AAAI08-227.pdf Proceeding : Proceedings of the Twenty-Third AAAI Conference on Artificial Intelligence 2008 0. Abstract 2008년 당시의 최근 연구는 imitation learning의 문제를 Markov Decision Problems(MDP)로 해결함으로써 모방 학습에 대한 장점을 보였습니다. 이러한..
Author: 이동민 Date: February 7, 2019 Inverse RL 3번째 논문 Author : Nathan D. Ratliff, J. Andrew Bagnell, Martin A. Zinkevich Paper Link : https://www.ri.cmu.edu/pub_files/pub4/ratliff_nathan_2006_1/ratliff_nathan_2006_1.pdf Proceeding : International Conference on Machine Learning (ICML) 2006 0. Abstract 일반적으로 Supervised learning techniques를 통해 sequential, goal-directed behavior에 대한 imitation learnin..
How to study RL 프로젝트는 강화학습을 공부하고 싶은 분들께 가이드를 제공하기 위해 진행한 프로젝트입니다. RLKorea의 다양한 분들이 참여했으며 다음과 같은 내용들을 포함합니다. 왜 강화학습을 공부해야하는가 우리는 어떻게 강화학습을 공부했는가 강화학습 관련 노하우 강화학습 관련 자료 해당 프로젝트의 내용을 포함한 깃허브의 주소는 다음과 같습니다. https://github.com/reinforcement-learning-kr/how_to_study_rl GitHub - reinforcement-learning-kr/how_to_study_rl: The text for those who want to study reinforcement learning in Korean The text for..
프로젝트 개요 Unity ML-Agents 2.0 튜토리얼 프로젝트는 기존에 진행했던 Unity ML-Agents 튜토리얼 프로젝트에서 사용한 ML-Agents 0.8.1 버전보다 더욱 업데이트된 버전인 ML-Agents 2.0 이후 버전에 대응하도록 기존 내용을 보강한 프로젝트입니다. 기존 버전에 비해 다룰 내용이 훨씬 다양해진 만큼 내용을 기초편, 응용편으로 분리해서 출시하게 되었고 기초편의 내용으로 아래와 같이 파이토치와 유니티 ML-Agents로 배우는 강화학습이라는 책과 유니티 머신러닝 에이전트 완전 정복 (기초편)이라는 인프런 강의를 출시하게 되었습니다. https://wikibook.co.kr/pytorch-mlagents/ 파이토치와 유니티 ML-Agents로 배우는 강화학습: 다양한 게..
