<보기> 중 강화학습에서 정책(policy)과 가치 함수(v… | [7급 서울시 인공지능] 26년 1회차 기출문제 상세 페이지

1[7급 서울시 인공지능] 26년 1회차
<보기> 중 강화학습에서 정책(policy)과 가치 함수(value function)에 대한 설명으로 옳은 것을 모두 고른 것은? (단, SS는 모든 비종단 상태의 집합, tt는 이산적 시간 간격을 의미한다.)<보기>
ㄱ. 가치 함수 vπ(s)v_\pi(s)는 특정 정책의 상태 ss에서 정책 π\pi를 따른 이후 기대되는 누적보상(기대 이득(return))의 기댓값이다.
ㄴ. 최적의 정책 π^\hat{\pi}는 모든 상태에서 가치 함수를 최소로 만드는 정책이다.(π^=arg⁡min⁡πvπ(s),∀s∈S\hat{\pi} = \arg\min_\pi v_\pi(s), \forall s \in S)
ㄷ. 할인율(γ\gamma)이 적용된 누적보상액은 r=∑kγk−1rt+kr = \sum_k \gamma^{k-1} r_{t+k}이며, 이때 γ>1\gamma > 1이다.
1
ㄱ
2
ㄱ, ㄴ
3
ㄱ, ㄷ
4
ㄴ, ㄷ
해설

옳은 설명은 ㄱ뿐이다.

가치 함수 vπ(s)v_\pi(s)는 상태 ss에서 정책 π\pi를 따를 때 얻는 누적보상(이득)의 기댓값이다.

  • ㄴ: 최적 정책은 모든 상태에서 가치 함수를 최대로 만드는 정책으로, arg⁡max⁡πvπ(s)\arg\max_\pi v_\pi(s)여야 한다.
  • ㄷ: 할인율은 0≤γ≤10 \le \gamma \le 1 범위이며, γ>1\gamma > 1이면 먼 미래 보상이 커져 무한 시계에서 누적보상이 발산할 수 있다.

오류나 개정된 내용이 보이면 알려주세요

이어서 풀어보기

[7급 서울시 인공지능] 26년 1회차 20문항 이어서 보기문제·정답·해설을 한 페이지에서 이어서 볼 수 있어요7급 서울시 인공지능 기출문제 암기장 전체 보기