점점 미쳐가는 개발 일기

강화학습 문제는 문제의 크기와 환경(MDP) 모델 정보의 유무에 따라 크게 분류할 수 있습니다. 각각의 분류 기준에 따라 적용되는 알고리즘과 학습 방식이 달라집니다.문제의 크기에 따른 분류소규모 MDP (Small-scale / Tabular)상태(state)와 행동(action)의 개수가 적어, 모든 상태-행동 쌍을 표(테이블) 형태로 명시적으로 저장·관리할 수 있는 문제입니다.(예: 체스 엔드게임, 작은 격자 환경(gridworld), 간단한 게임 등) 적용 방법 테이블 기반 저장: 모든 상태-행동 쌍에 대해 가치 함수($V(s), Q(s, a)$) 값을 테이블에 저장하고, 반복적으로 업데이트충분한 탐험: 에이전트가 충분히 환경을 탐험하면 모든 상태-행동 쌍을 직접 방문하여, 경험을 바탕으로 정확한 ..