1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 배우는 Deep Reinforcement Learning
Connected

연습 문제

Epsilon-greediness

이 연습 문제에서는 감쇠된 epsilon-greediness를 적용하는 select_action() 함수를 구현해 보겠습니다.

Epsilon-greediness는 에이전트가 환경을 더 탐색하도록 유도해 학습 성능을 높이는 데 도움이 됩니다!

Epsilon-greediness 스케줄은 주어진 step에 대해 다음 식으로 임계값 $\varepsilon$를 결정합니다: $$\varepsilon = end + (start-end) \cdot e^{-\frac{step}{decay}}$$

select_action()은 확률 $\varepsilon$로 무작위 행동을, 확률 $1-\varepsilon$로 가장 높은 Q-value를 갖는 행동을 반환해야 합니다.

지침

100 XP
  • 주어진 step 값에 대한 임계값 epsilon을 계산하세요.
  • 0과 1 사이의 난수를 하나 추출하세요.
  • 확률 epsilon으로 무작위 행동을 반환하세요.
  • 확률 1-epsilon으로 가장 높은 Q-value를 갖는 행동을 반환하세요.