7/30 ~ 8/5 4주차 정리

[YunjeongPARK1]

Image Detection 방법론: AttentionNet, SSD, YOLO, YOLOv2

-AttentionNet : detection문제를 네모의 크기를 바꾸는 문제로 바꿈. : 특징 1)이미지 안 물체 1개 2)정확한 바운딩박스를 찾음 3) object proposal, classifiers, post bounding box regression이 없음.

[jwkwak45]

딥러닝을 이용한 강화학습

• 강화 학습

  • 어떤 입출력의 맵핑을 찾는것이 아니라 리워드를 늘리는 것.
  • Optimal Policy 를 찾는 것. (최적의 행동)
  • 단순히 바로 앞의 리워드가 아닌, 최종적으로 리워드를 높이는 것.

• Markov Decision Process

  • State / Action / Reward / Policy / Transition model
  • 인공지능 강의안 참고!

• Q Learning

  • 앞으로 얻을 수 있는 리워드를 최대화 하는 식 Q 를 찾는 것.
  • Bellman equation
  • Experience Memory -> 행동의 결과 값으로 mini-batch를 뽑아 Q 함수를 학습시킴

• Double DQN

  • 일반적 DQN은 Q 함수가 두번 이용됨. 선택하는 것과, 선택한것을 평가할때 2번
  • 위의 각 Q 함수를 두개로 나눠서 만드는 것이 Double DQN
  • 그를 통해 over-optimism 을 막는다.
  • over-optimism 이 생기면 학습이 안되며, 리워드 체계가 아예 망가 질 수 있다.