강화학습 공부를 위한 추천 자료

v.2019.09.04

최근 인공지능/머신러닝/딥러닝이 큰 인기를 끌면서 머신러닝의 일종인 강화학습을 공부하고자 하는 사람들이 많아지고 있다. 내가 공부하면서 봤던 자료들 중 크게 도움이 되었던 자료들을 정리하고 공유한다.

David Silver 교수님의 강화학습 수업

• David Silver 교수님 강의

우선 강화학습의 기본적인 내용들을 공부해야 한다. 강화학습의 이론적 토대가 되는 dynamic programming 부터 model-based, model free 및 exploration & exploitation 까지 강화학습의 기초가 되는 내용들 어느 것 하나 놓치지 않고 설명해주는, 알파고 논문의 저자이자 앞으로 두고두고 보게 될 강화학습 논문들을 많이 쓴 교수님 강의이다.
http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html

• 한글로 정리한 내용들

하지만 강의가 영어로 진행되고, 동영상 강의로 진행되다 보니 진행속도가 빠르지는 않다. 제이마플의 이웅원 님께서 David Silver 교수님의 수업 자료를 토대로 한글로 정리해서 책 처럼 만든 자료가 있으니 빠르게 공부하고자 하는 사람들에게 좋은 자료가 될 것이다.
https://dnddnjs.gitbooks.io/rl/content/

위 자료들을 보면서 잘 이해가 되지 않거나 추가 설명이 필요한 부분이 있다. 그럴 때 아래 블로그에서 참고하기도 했는데, 이 또한 잘 만든 강화학습 기초 자료로 생각된다.
https://sumniya.tistory.com/category/Reinforcement%20Learning/Contents

• 실습 코드

공부하면서 실제로 코드가 돌아가는 환경이 보고 싶다면 RLCode 팀이 직접 만든 github을 활용해도 좋을 것 같다. 강화학습의 기본 알고리즘 부터 딥 강화학습의 토대가 되는 DQN 및 A3C 까지도 다루고 있으니 두고두고 공부하기 좋은 자료라고 생각한다.
https://github.com/rlcode/reinforcement-learning-kr


여기까지 딥하지 않은 강화학습을 공부하기 위해 추천할 만한 기본 자료들을 정리해보았다. 이 외에도 요즘에는 정리가 잘 되어 있는 블로그나 git이 많기 때문에 공부하다 어려운 부분은 키워드 위주로 찾아가면서 공부하면 좋을 것 같다.