태그: #GAE

← 전체 글

• 정책 경사와 PPO: 비율을 자르는 이유, 이점 함수와 GAE, 가치 함수, 엔트로피

  정책 경사는 평소보다 좋았던 행동의 확률을 올리는 방법이고, PPO 는 한 번에 너무 멀리 가지 않도록 새 정책과 옛 정책의 확률 비율을 잘라 같은 데이터를 여러 번 씁니다. numpy 로 PPO 를 직접 짜서 11편의 진자 라켓을 직접 제어로 학습시켰습니다. 공 19,200개(환경 걸음 약 140만)를 쓴 뒤 평가 공 성공률은 시드 3개 중앙값 83% 였고, 엔트로피 보너스 0.01 을 더

  2026-10-18 · 12 분 읽기 #탁구 로봇#강화학습#PPO#정책 경사#GAE