DQN을 통한 mountain car 문제 해결
- 자료 유형
- 실제 탐구보고서
- 합격 정보
- 한양대(서울) 컴퓨터소프트웨어학부
- 활동 유형
- 세부능력 및 특기사항
- 교과 과목
- 프로그래밍, 수학Ⅱ, 확률과통계
- 탐구 키워드
- 인공지능 (머신러닝, NLP 등)
2026-04-09
로그인 후 이용해주세요
저장소에 저장되었습니다.
로그인 후 이용해주세요
내용 요약
2학년 국어시간 간단하게 탐구했던 강화학습에 대해 더 구체적으로 알고 싶어짐.
강화학습의 수학적 기초가 되는 markov chain과 이를 바탕으로 하는 q-learning, DQN에 대해 탐구해보고 이를 mountain car 문제에 적용하는 과정을 코드 분석을 통해서 탐구함.
MDP의 action value function이 최대가 되도록 하는 Q-learning과 이 Q-learning의 한계로 인해 인공신경망을 도입한 DQN을 이해했고, DQN을 통해 어떻게 mountain car 문제를 해결하는지 탐구해봄
강화학습이라는 인공지능의 한 분야를 탐구해볼 수 있는 기회가 되었음
탐구 보고서 전문
멘토의 다른 탐구 활동
꼭 알아주세요
- 본 자료와 관련된 모든 저작권은 (주)진학사에 있으며, 저작권법 제4장 및 제5장의 규정에 따라 일부 또는 전체를 복제, 배포, 업로드하거나 이를 바탕으로 한 2차 저작물을 제작하는 행위를 금합니다.
- 제공되는 탐구 보고서는 학생부종합전형으로 합격한 선배들의 실제 탐구 자료입니다. 이미 대학 입학사정관의 평가를 받은 자료이기에,이를 그대로 따라하기보다는 참고 자료로 활용하여 여러분만의 독창적인 탐구 보고서를 작성해 주시기 바랍니다. 선배들의 탐구 과정과 방법론을 참고하되, 여러분의 관심사와 관점을 반영한 차별화된 탐구를 진행하시길 권합니다.
- 하나의 아이디는 구매자 본인 이용을 기준으로 제공됩니다. 본인이 사용하는 PC/모바일에서는 이용 가능하나, 여러 명이 하나의 아이디를 공유해 이용할 수 없습니다. 부정 사용 방지를 위해 접속 IP 등 이용 로그가 기록될 수 있으며, 비정상 이용이 확인될 경우 서비스 이용이 제한될 수 있습니다.