Deep Reinforcement Learning1 Towards Interpretable Reinforcement Learning sing Attention Augmented Agents 논문을 선정한 이유 최근 attention 기법에 대해 흥미를 많이 느끼고 있었는데, 심층 강화학습(Deep Reinforcement Learning, DRL)에 적용된 논문이 있어 찾아 읽어보게 되었다. 논문의 목표 논문 제목에서 볼 수 있듯이, interpretable한 DRL 모델을 만들고자 한 것이다. DNN(Deep Neural Network, DNN)가 강화학습에 접목된 DRL은 DNN과 같이 학습 과정이 블랙 박스라는 단점이 있다. 이 논문에서는 제안 모델이 어떤 시점에 어느 지역에 attention을 가하는지를 불 수 있기 때문에 interpretable RL이라고 하였다. 논문의 주된 제안 방법 입력 영상에 대해 attention 기법을 적용하여 DRL의 입력으로 활용 구체적인 제안 방법.. 2020. 6. 21. 이전 1 다음