DRL 심층 강화학습 여정

안녕하세요 하얀손목시계입니다.

이번 년도 얼마 남지 않았네요..... 해야 할 일은 많은데 어떻게 해결해야 할지 모르고 앞으로의 대한 진로도 고민이 많았던 그런 2023년이었던 것 같습니다. 아마 이렇게 고민하고 열심히 노력하다 보면 언젠간 '이런 날도 있었지...'라고 생각하겠죠? 해서 오늘은 갑자기 생각이 들었던 프로젝트 및 공부를 시작한다고 말해볼 듯 싶습니다.

 

여러분은 DRL(심층 강화 학습)에 대해 알고 계신가요?

DRL은 강화학습과 딥 러닝, 즉 강화학습과 뉴럴넷을 결합한 분야라고 생각하실 수 있는데요. 에이전트가 상태 공간을 수동으로 엔지니어링 하지 않고 구조화되지 않은 입력 데이터들로부터 결정을 내릴 수 있도록 하는 모델입니다.

저는 DRL의 성능은 다른 특정분야(이미지, 예측)에 주로 사용되는 모델들보다 더 성능이 우수할지 궁금증이 생기게 되었고. 직접 캐글이나 데이콘에 DRL을 가지고 대회에 나가서 성능을 체크해 보자라는 결정을 하게 되었습니다.

 

DRL의 여정 1: 논문 찾기

DRL을 사용하며 다른 모델들과 성능을 비교하는 논문을 먼저 찾아보게 되었습니다.

제가 찾은 논문은 DRL을 이용하여 농작물 수확량을 예측하고 그 예측모델이 DRL을 사용하지 않은 모델들과 성능비교를 하는 논문인데요 후반부쯤에 읽어보시면 성능지표가 나와있습니다. 성능지표를 확인해 보면 DRL성능이 가장 우수했다는 사실을 알 수가 있었습니다.

https://www.semanticscholar.org/paper/Crop-Yield-Prediction-Using-Deep-Reinforcement-for-Elavarasan-V incent/30c15627b2363cbfe02cd1d4215773494042ad28

https://www.semanticscholar.org/paper/Crop-Yield-Prediction-Using-Deep-Reinforcement-for-Elavarasan-Vincent/30c15627b2363cbfe02cd1d4215773494042ad28

 

저는 이 논문을 읽어보고 다른 논문들도 찾아보는 여정을 진행하고 있습니다. 하지만 저의 목표는 논문만을 찾는 게 아니고 실제 분석 대회에 나가보는 것이 최종 목표입니다.

 

DRL의 여정 2: 대회 찾기

실제 지금 대회를 몇 가지 찾아왔는데요 현재 데이콘에는 대회가 몇 개 없어서 캐글 대회 몇 개를 진행 중에 있습니다.

제가 지금 나가는 대회는 이미지, 예측, 자연어 처리를 나가고 있습니다. 대회 결과 발표 후 추후에 또 작성하도록 하겠습니다.

 

DRL의 여정 3: 논문작성

제가 읽어보고, 실험한 내용을 바탕으로 논문을 작성할 예정입니다. 이후에는 제가 또 생각하는 목표를 또 진행해 보도록 하겠습니다.