KR102570771B1 - 강화학습 알고리즘의 파라미터 조절 방법 - Google Patents

Abstract

본 개시의 일 실시예에 따라 강화학습 알고리즘의 파라미터를 조절하기 위해 컴퓨팅 장치에 의해 수행되는 방법이 개시된다. 구체적으로, 본 개시에 따르면, 컴퓨팅 장치가, 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하고, 상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하고, 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절한다.

Description

강화학습 알고리즘의 파라미터 조절 방법{METHOD FOR PARAMETER ADJUSTMENT OF REINFORCEMENT LEARNING ALGORITHM}

본 개시는 강화학습 알고리즘의 파라미터 조절 방법에 관한 것으로, 구체적으로 강화학습 알고리즘의 적어도 일부의 에피소드를 기초로 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하고, 복잡도를 기초로 강화학습 알고리즘의 파라미터를 조절하는 방법에 관한 것이다.

강화학습은 환경(environment) 안에서 정의된 에이전트(agent)가 현재의 상태(state)를 입력 받아, 보상(reward)을 기초로 가능한 행동(action)을 선택하도록 하는 학습 방법이다.

강화학습 알고리즘의 학습을 위해는 활용(Exploitation)과 탐험(Exploration)의 요소가 모두 고려되어야 하는 바, 활용은 에이전트가 현재까지 학습한 결과를 활용하여 최적의 액션을 수행하는 것이고 탐험은 에이전트가 다양한 경험을 쌓기 위해 최적의 액션이 아니더라도 새로운 시도를 하는 것을 의미한다.

강화학습의 탐험을 효과적으로 설계하기 위해서는 강화학습 알고리즘의 탐험을 위한 파라미터가 적절히 조절되어야 하는 바, 이러한 파라미터의 조정은 종래 주로 알고리즘 개발자가 알고리즘의 특성 및 알고리즘이 수행할 과제(task)의 특성을 고려하여 조절하였다. 그러나 이러한 방법은 개발자의 경험과 직관에 의존하여 불안정한 요소를 내포하고 있고, 새로운 유형의 과제를 수행해야 할 경우 적응력이 떨어지는 문제가 발생한다.

따라서, 강화학습 알고리즘 및 과제의 특성을 기초로 자동으로 파라미터를 조절하는 방법에 대한 당 업계의 수요가 존재한다.

한국 등록특허 제2281118호는 강화학습을 이용한 7축 로봇 제어 방법에 대해 개시한다.

본 개시는 전술한 배경 기술에 대응하여 안출된 것으로, 컴퓨팅 장치가 강화학습 알고리즘의 적어도 일부의 에피소드를 기초로 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하고, 복잡도를 기초로 강화학습 알고리즘의 파라미터를 조절하는 것을 목적으로 한다.

한편, 본 개시가 이루고자 하는 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 포함될 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 실시예에 따라, 컴퓨팅 장치에 의해 강화학습 알고리즘의 파라미터를 조절하기 위한 방법이 개시된다. 상기 방법은, 상기 강화학습 알고리즘의 에피소드(episode) 중 적어도 일부를 추출하는 단계; 상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제(task)의 복잡도를 결정하는 단계 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계를 포함할 수 있다.

일 실시예에서, 상기 파라미터는, 강화학습 알고리즘의 탐색(exploration) 과 관련된 파라미터를 포함할 수 있다.

일 실시예에서, 상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하는 단계는: 하나 이상의 알고리즘을 사용하여, 상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 선택하는 단계를 포함할 수 있다.

일 실시예에서, 상기 하나 이상의 알고리즘은, 무작위 샘플링(random sampling) 또는 하나 이상의 메타-휴리스틱(meta-heuristic) 알고리즘 중 적어도 하나를 포함할 수 있다.

일 실시예에서, 상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하는 단계는: 상기 적어도 일부의 에피소드를 구성하는 액션(action) 집합을 식별하는 단계; 상기 액션 집합을 대표하는 통계량과 관련된 값을 연산하는 단계; 상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 통계량과 관련된 값은, 상기 액션 집합에 대한 엔트로피(entropy), 또는 상기 액션 집합에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율 중 적어도 하나를 포함할 수 있다.

일 실시예에서, 상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 단계는: 상기 통계량과 관련된 값이 상기 액션 집합에 대한 엔트로피인 경우, 엔트로피가 클수록 상기 복잡도가 높다고 결정하는 단계 및 상기 통계량과 관련된 값이 상기 액션 집합에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율인 경우, 상기 비율이 클수록 복잡도가 높다고 결정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 유효 차원 수는, 상기 적어도 일부의 에피소드에 대하여 특이값 분해(Singular Value Decomposition)를 수행한 결과값의 분산을 기초로 결정될 수 있다.

일 실시예에서, 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입(type)을 식별하는 단계 및 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 소프트 액터-크리틱(Soft Actor-Critic)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엔트로피 하한선(entropy lower bound)을 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 근위 정책 최적화(Proximal Policy Optimization)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엔트로피 계수(entropy coefficient)를 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 심층 결정론적 정책 경사법(Deep Deterministic Policy Gradient)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 가우시안 노이즈(Gaussian noise)의 표준편차 또는 오른스타인-울렌벡 노이즈(Ornstein-Uhlenbeck noise) 중 위너 확률 과정(Wiener process)의 계수를 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 이득 액터-크리틱(Advantage Actor-Critic) 또는 비동기적 이득 액터-크리틱(Asynchronous Advantage Actor-Critic) 인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엔트로피 계수(entropy coefficient)를 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 딥 Q 네트워크(Deep Q Network)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엡실론(epsilon) 값을 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 이중 지연 심층 결정론적 정책 경사법(Twin Delayed Deep Deterministic Policy Gradient)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 가우시안 노이즈 값을 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는: 상기 강화학습 알고리즘의 타입이 중요도 가중 액터-러너 아키텍쳐(Importance Weighted Actor-Learner Architecture)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 가우시안 노이즈 값을 높게 설정하는 단계를 포함할 수 있다.

일 실시예에서, 상기 파라미터를 기초로, 상기 강화학습 알고리즘을 활용하여 상기 과제를 수행하는 단계를 더 포함할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 실시예에 따라, 컴퓨팅 장치로 하여금 강화학습 알고리즘의 파라미터를 조절하기 위한 동작들을 수행하도록 하는 컴퓨터 프로그램이 개시된다. 상기 동작들은, 상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하는 동작; 상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하는 동작 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 동작을 포함할 수 있다.

전술한 바와 같은 과제를 실현하기 위한 본 개시의 실시예에 따라, 강화학습 알고리즘의 파라미터를 조절하기 위한 컴퓨팅 장치가 개시된다. 상기 컴퓨팅 장치는 하나 이상의 코어를 포함하는 프로세서 및 메모리를 포함하고, 상기 프로세서는, 상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하고, 상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하고, 그리고 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절할 수 있다.

본 개시에 의해 강화학습 알고리즘의 학습 효율이 증가하는 효과가 발생한다. 예를 들어, 본 개시는 강화학습 알고리즘에서 추출된 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제(task)의 복잡도를 결정하고, 상기 복잡도를 기초로 상기 강화학습 알고리즘의 파라미터를 결정함으로써 강화학습 알고리즘의 탐험(exploration)을 더 효율적으로 수행할 수 있다.

도 1은 본 개시의 일 실시예에 따른 개발 환경을 제공하기 위한 컴퓨팅 장치의 블록 구성도이다.
도 2는 본 개시의 일 실시예에 따른 네트워크 함수를 나타낸 개략도이다.
도 3은 본 개시의 일 실시예에 따른 강화 학습 알고리즘을 나타낸 개념도이다.
도 4는 본 개시의 일 실시예에 따른 강화학습 알고리즘의 파라미터를 조절하는 과정을 나타낸 순서도이다.
도 5는 본 개시의 일 실시예에 따른 강화학습 알고리즘의 에피소드 및 액션을 나타낸 개념도이다.
도 6은 본 개시의 일 실시예에 따른 강화학습 알고리즘의 파라미터를 조절하는 과정을 나타낸 개념도이다.
도 7은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.

본 개시는 강화학습 알고리즘의 적어도 일부의 에피소드를 기초로 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하고, 복잡도를 기초로 강화학습 알고리즘의 파라미터를 조절하는 방법에 대해 개시한다.

다양한 실시예들이 이제 도면을 참조하여 설명된다. 본 명세서에서, 다양한 설명들이 본 개시의 이해를 제공하기 위해서 제시된다. 그러나, 이러한 실시예들은 이러한 구체적인 설명 없이도 실행될 수 있음이 명백하다.

본 명세서에서 사용되는 용어 "컴포넌트", "모듈", "시스템" 등은 컴퓨터-관련 엔티티, 하드웨어, 펌웨어, 소프트웨어, 소프트웨어 및 하드웨어의 조합, 또는 소프트웨어의 실행을 지칭한다. 예를 들어, 컴포넌트는 프로세서상에서 실행되는 처리과정(procedure), 프로세서, 객체, 실행 스레드, 프로그램, 및/또는 컴퓨터일 수 있지만, 이들로 제한되는 것은 아니다. 예를 들어, 컴퓨팅 장치에서 실행되는 애플리케이션 및 컴퓨팅 장치 모두 컴포넌트일 수 있다. 하나 이상의 컴포넌트는 프로세서 및/또는 실행 스레드 내에 상주할 수 있다. 일 컴포넌트는 하나의 컴퓨터 내에 로컬화 될 수 있다. 본 개시에서 하나 이상의 컴포넌트는 2개 이상의 컴퓨터들, 즉 실행 환경 사이에 분배될 수 있다. 또한, 이러한 컴포넌트들은 그 내부에 저장된 다양한 데이터 구조들을 갖는 다양한 컴퓨터 판독가능한 매체로부터 실행할 수 있다. 컴포넌트들은 예를 들어 하나 이상의 데이터 패킷들을 갖는 신호(예를 들면, 로컬 시스템, 분산 시스템에서 다른 컴포넌트와 상호작용하는 하나의 컴포넌트로부터의 데이터 및/또는 신호를 통해 다른 시스템과 인터넷과 같은 네트워크를 통해 전송되는 데이터)에 따라 로컬 및/또는 원격 처리들을 통해 통신할 수 있다.

더불어, 용어 "또는"은 배타적 "또는"이 아니라 내포적 "또는"을 의미하는 것으로 의도된다. 즉, 달리 특정되지 않거나 문맥상 명확하지 않은 경우에, "X는 A 또는 B를 이용한다"는 자연적인 내포적 치환 중 하나를 의미하는 것으로 의도된다. 즉, X가 A를 이용하거나; X가 B를 이용하거나; 또는 X가 A 및 B 모두를 이용하는 경우, "X는 A 또는 B를 이용한다"가 이들 경우들 어느 것으로도 적용될 수 있다. 또한, 본 명세서에 사용된 "및/또는"이라는 용어는 열거된 관련 아이템들 중 하나 이상의 아이템의 가능한 모든 조합을 지칭하고 포함하는 것으로 이해되어야 한다.

또한, "포함한다" 및/또는 "포함하는"이라는 용어는, 해당 특징 및/또는 구성요소가 존재함을 의미하는 것으로 이해되어야 한다. 다만, "포함한다" 및/또는 "포함하는"이라는 용어는, 하나 이상의 다른 특징, 구성요소 및/또는 이들의 그룹의 존재 또는 추가를 배제하지 않는 것으로 이해되어야 한다. 또한, 달리 특정되지 않거나 단수 형태를 지시하는 것으로 문맥상 명확하지 않은 경우에, 본 명세서와 청구범위에서 단수는 일반적으로 "하나 또는 그 이상"을 의미하는 것으로 해석되어야 한다.

그리고, “A 또는 B 중 적어도 하나”이라는 용어는, “A만을 포함하는 경우”, “B만을 포함하는 경우”, “A 와 B의 구성으로 조합된 경우”를 의미하는 것으로 해석되어야 한다.

당업자들은 추가적으로 여기서 개시된 실시예들과 관련되어 설명된 다양한 예시적 논리적 블록들, 구성들, 모듈들, 회로들, 수단들, 로직들, 및 알고리즘 단계들이 전자 하드웨어, 컴퓨터 소프트웨어, 또는 양쪽 모두의 조합들로 구현될 수 있음을 인식해야 한다. 하드웨어 및 소프트웨어의 상호교환성을 명백하게 예시하기 위해, 다양한 예시적 컴포넌트들, 블록들, 구성들, 수단들, 로직들, 모듈들, 회로들, 및 단계들은 그들의 기능성 측면에서 일반적으로 위에서 설명되었다. 그러한 기능성이 하드웨어로 또는 소프트웨어로서 구현되는지 여부는 전반적인 시스템에 부과된 특정 어플리케이션(application) 및 설계 제한들에 달려 있다. 숙련된 기술자들은 각각의 특정 어플리케이션들을 위해 다양한 방법들로 설명된 기능성을 구현할 수 있다. 다만, 그러한 구현의 결정들이 본 개시내용의 영역을 벗어나게 하는 것으로 해석되어서는 안 된다.

제시된 실시예들에 대한 설명은 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이다. 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예 들로 한정되는 것이 아니다. 본 개시는 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

본 개시에서, 탐색(exploration)은 강화학습 분야에서 사용되는 용어로서, 에이전트가 환경에서 다른 행동을 시도하여 정보를 수집하고, 정책을 개선하고, 보상을 최대화하는 과정을 의미할 수 있다. 탐색은 활용(exploitation)에 대하여 반대 개념으로, 활용은 에이전트가 현재의 지식을 의지하고, 가장 높은 보상을 얻을 것이라고 생각하는 행동을 하는 것을 의미할 수 있다. 탐색과 활용의 균형은 강화학습 알고리즘을 적절하게 구축하기 위해 핵심적인 요소일 수 있으며, 탐색 및 활용을 수행하기 위한 여러 알고리즘이 통상의 기술자에게 알려져 있다.

본 개시에서, 에피소드(episode)는 에이전트가 환경에서 한 주기적인 액션의 시나리오를 의미할 수 있다. 즉, 에피소드는 에이전트가 상태를 관찰하고 그에 대한 액션을 수행하여 보상을 받은 결과의 집합을 의미할 수 있다. 일반적으로 각각의 에피소드는 에이전트의 정책(policy)를 개선하기 위한 정보를 제공할 수 있다.

본 개시에서 파라미터란 강화 학습 알고리즘의 정책의 특성을 결정할 수 있는 변수를 의미할 수 있다. 구체적으로, 파라미터는 강화 학습의 탐색 과정에서 조절될 수 있는 변수를 의미할 수 있다. 본 개시의 강화학습 알고리즘의 파라미터는 특정한 초기값을 가질 수 있으며, 파라미터의 초기값은 추후 변경될 수 있다.

도 1은 본 개시의 일 실시예에 따른 개발 환경을 제공하기 위한 컴퓨팅 장치의 블록 구성도이다.

도 1에 도시된 컴퓨팅 장치(100)의 구성은 간략화 하여 나타낸 예시일 뿐이다. 본 개시의 일 실시예에서 컴퓨팅 장치(100)는 컴퓨팅 장치(100)의 컴퓨팅 환경을 수행하기 위한 다른 구성들이 포함될 수 있고, 개시된 구성들 중 일부만이 컴퓨팅 장치(100)를 구성할 수도 있다.

컴퓨팅 장치(100)는 프로세서(110), 메모리(130), 네트워크부(150)를 포함할 수 있다.

프로세서(110)는 하나 이상의 코어로 구성될 수 있으며, 컴퓨팅 장치의 중앙 처리 장치(CPU: central processing unit), 범용 그래픽 처리 장치 (GPGPU: general purpose graphics processing unit), 텐서 처리 장치(TPU: tensor processing unit) 등의 데이터 분석, 딥러닝을 위한 프로세서를 포함할 수 있다. 프로세서(110)는 메모리(130)에 저장된 컴퓨터 프로그램을 판독하여 본 개시의 일 실시예에 따른 기계 학습을 위한 데이터 처리를 수행할 수 있다. 본 개시의 일실시예에 따라 프로세서(110)는 신경망의 학습을 위한 연산을 수행할 수 있다. 프로세서(110)는 딥러닝(DL: deep learning)에서 학습을 위한 입력 데이터의 처리, 입력 데이터에서의 피처 추출, 오차 계산, 역전파(backpropagation)를 이용한 신경망의 가중치 업데이트 등의 신경망의 학습을 위한 계산을 수행할 수 있다.

프로세서(110)의 CPU, GPGPU, 및 TPU 중 적어도 하나가 네트워크 함수의 학습을 처리할 수 있다. 예를 들어, CPU 와 GPGPU가 함께 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에서 복수의 컴퓨팅 장치의 프로세서를 함께 사용하여 네트워크 함수의 학습, 네트워크 함수를 이용한 데이터 분류를 처리할 수 있다. 또한, 본 개시의 일 실시예에 따른 컴퓨팅 장치에서 수행되는 컴퓨터 프로그램은 CPU, GPGPU 또는 TPU 실행가능 프로그램일 수 있다.

프로세서(110)는 강화학습 알고리즘에서 에이전트의 에피소드(episode) 중 적어도 일부를 추출할 수 있다. 예를 들어, 프로세서(110)는 강화학습 알고리즘의 에이전트에 의해 20번의 에피소드가 진행된 경우, 총 20개의 에피소드 중 중 10개의 에피소드를 추출할 수 있다.

프로세서(110)가 강화학습의 에피소드 중 적어도 일부를 추출하기 위해 하나 이상의 알고리즘이 이용될 수 있는 바, 에피소드를 추출하기 위한 알고리즘은 무작위 샘플링(random sampling) 또는 가상 담금질(simulated annealing), 유전 알고리즘(genetic algorithm)을 포함한 메타-휴리스틱 알고리즘이 사용될 수 있다. 그러나 에피소드를 추출하기 위한 알고리즘은 위의 예시에 한정되지 않고, 본 개시에서 예시적으로 언급되지 않은 다른 알고리즘들이 에피소드의 추출을 위해 활용될 수 있다.

프로세서(110)는 강화학습 알고리즘에서 추출한 적어도 일부의 에피소드를 기초로, 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정할 수 있다. 본 개시에서 복잡도란, 강화 학습 문제의 어려움을 의미할 수 있다. 과제의 복잡도는 환경의 복잡성, 에이전트가 수행해야 할 행동의 수, 보상 함수의 복잡성 등에 따라 달라질 수 있다. 일반적으로 높은 복잡도의 과제는 에이전트가 최적의 정책을 찾는 것을 더 어렵도록 한다. 프로세서(110)가 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하는 구체적인 방법은 도 4를 참조하여 후술한다.

프로세서(110)는 결정된 복잡도를 기초로, 강화학습 알고리즘의 파라미터를 조절할 수 있다. 이 때, 프로세서(110)는 파라미터를 조절하기 위한 강화학습의 타입에 대한 정보를 함께 이용할 수 있다. 본 개시에서, 강화학습 알고리즘의 파라미터란 강화학습 알고리즘의 탐색 과정에 포함된 파라미터를 의미할 수 있다. 예를 들어, 강화학습 알고리즘의 종류가 소프트 액터-크리틱(SAC: Soft Actor-Critic)인 경우, 결정된 복잡도가 클수록 프로세서(110)는 알고리즘의 탐색 과정에서 사용되는 정책에서 엔트로피(entropy)의 하한선(lower bound)를 높게 설정할 수 있다. 강화학습의 파라미터를 조절하는 다른 실시예들은 도 6을 참조하여 후술한다.

프로세서(110)는 복잡도에 따라 설정된 파라미터를 기초로, 강화학습 알고리즘을 활용하여 과제를 수행할 수 있다. 본 개시에서 과제를 수행하기 위한 강화학습 알고리즘의 파라미터는 엔지니어의 직관이 아닌 과제에 대하여 정량적으로 계산된 복잡도라는 수치에 의해 결정된다. 결과적으로, 본 개시를 통해 강화학습 알고리즘을 최적화하기 위한 반복적인 실행을 획기적으로 줄일 수 있으며, 높은 성능의 강화학습 알고리즘을 개발하기 위한 컴퓨팅 리소스 및 시간을 절약할 수 있는 효과가 발생한다.

도 2는 본 개시의 일 실시예에 따른 네트워크 함수를 나타낸 개략도이다.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 상호 교환 가능한 의미로 사용될 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다. 신경망들을 구성하는 노드(또는 뉴런)들은 하나 이상의 링크에 의해 상호 연결될 수 있다.

신경망 내에서, 링크를 통해 연결된 하나 이상의 노드들은 상대적으로 입력 노드 및 출력 노드의 관계를 형성할 수 있다. 입력 노드 및 출력 노드의 개념은 상대적인 것으로서, 하나의 노드에 대하여 출력 노드 관계에 있는 임의의 노드는 다른 노드와의 관계에서 입력 노드 관계에 있을 수 있으며, 그 역도 성립할 수 있다. 상술한 바와 같이, 입력 노드 대 출력 노드 관계는 링크를 중심으로 생성될 수 있다. 하나의 입력 노드에 하나 이상의 출력 노드가 링크를 통해 연결될 수 있으며, 그 역도 성립할 수 있다.

하나의 링크를 통해 연결된 입력 노드 및 출력 노드 관계에서, 출력 노드의 데이터는 입력 노드에 입력된 데이터에 기초하여 그 값이 결정될 수 있다. 여기서 입력 노드와 출력 노드를 상호 연결하는 링크는 가중치(weight)를 가질 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드 값을 결정할 수 있다.

상술한 바와 같이, 신경망은 하나 이상의 노드들이 하나 이상의 링크를 통해 상호 연결되어 신경망 내에서 입력 노드 및 출력 노드 관계를 형성한다. 신경망 내에서 노드들과 링크들의 개수 및 노드들과 링크들 사이의 연관관계, 링크들 각각에 부여된 가중치의 값에 따라, 신경망의 특성이 결정될 수 있다. 예를 들어, 동일한 개수의 노드 및 링크들이 존재하고, 링크들의 가중치 값이 상이한 두 신경망이 존재하는 경우, 두 개의 신경망들은 서로 상이한 것으로 인식될 수 있다.

신경망은 하나 이상의 노드들의 집합으로 구성될 수 있다. 신경망을 구성하는 노드들의 부분 집합은 레이어(layer)를 구성할 수 있다. 신경망을 구성하는 노드들 중 일부는, 최초 입력 노드로부터의 거리들에 기초하여, 하나의 레이어(layer)를 구성할 수 있다. 예를 들어, 최초 입력 노드로부터 거리가 n인 노드들의 집합은, n 레이어를 구성할 수 있다. 최초 입력 노드로부터 거리는, 최초 입력 노드로부터 해당 노드까지 도달하기 위해 거쳐야 하는 링크들의 최소 개수에 의해 정의될 수 있다. 그러나, 이러한 레이어의 정의는 설명을 위한 임의적인 것으로서, 신경망 내에서 레이어의 차수는 상술한 것과 상이한 방법으로 정의될 수 있다. 예를 들어, 노드들의 레이어는 최종 출력 노드로부터 거리에 의해 정의될 수도 있다.

최초 입력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서 링크를 거치지 않고 데이터가 직접 입력되는 하나 이상의 노드들을 의미할 수 있다. 또는, 신경망 네트워크 내에서, 링크를 기준으로 한 노드 간의 관계에 있어서, 링크로 연결된 다른 입력 노드들을 가지지 않는 노드들을 의미할 수 있다. 이와 유사하게, 최종 출력 노드는 신경망 내의 노드들 중 다른 노드들과의 관계에서, 출력 노드를 가지지 않는 하나 이상의 노드들을 의미할 수 있다. 또한, 히든 노드는 최초 입력 노드 및 최후 출력 노드가 아닌 신경망을 구성하는 노드들을 의미할 수 있다.

본 개시의 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수와 동일할 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하다가 다시 증가하는 형태의 신경망일 수 있다. 또한, 본 개시의 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수 보다 적을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 감소하는 형태의 신경망일 수 있다. 또한, 본 개시의 또 다른 일 실시예에 따른 신경망은 입력 레이어의 노드의 개수가 출력 레이어의 노드의 개수보다 많을 수 있으며, 입력 레이어에서 히든 레이어로 진행됨에 따라 노드의 수가 증가하는 형태의 신경망일 수 있다. 본 개시의 또 다른 일 실시예에 따른 신경망은 상술한 신경망들의 조합된 형태의 신경망일 수 있다.

딥 뉴럴 네트워크(DNN: deep neural network, 심층신경망)는 입력 레이어와 출력 레이어 외에 복수의 히든 레이어를 포함하는 신경망을 의미할 수 있다. 딥 뉴럴 네트워크를 이용하면 데이터의 잠재적인 구조(latent structures)를 파악할 수 있다. 즉, 사진, 글, 비디오, 음성, 음악의 잠재적인 구조(예를 들어, 어떤 물체가 사진에 있는지, 글의 내용과 감정이 무엇인지, 음성의 내용과 감정이 무엇인지 등)를 파악할 수 있다. 딥 뉴럴 네트워크는 컨볼루션 뉴럴 네트워크(CNN: convolutional neural network), 리커런트 뉴럴 네트워크(RNN: recurrent neural network), 오토 인코더(auto encoder), GAN(Generative Adversarial Networks), 제한 볼츠만 머신(RBM: restricted boltzmann machine), 심층 신뢰 네트워크(DBN: deep belief network), Q 네트워크, U 네트워크, 샴 네트워크, 적대적 생성 네트워크(GAN: Generative Adversarial Network) 등을 포함할 수 있다. 전술한 딥 뉴럴 네트워크의 기재는 예시일 뿐이며 본 개시는 이에 제한되지 않는다.

본 개시의 일 실시예에서 네트워크 함수는 오토 인코더(autoencoder)를 포함할 수도 있다. 오토 인코더는 입력 데이터와 유사한 출력 데이터를 출력하기 위한 인공 신경망의 일종일 수 있다. 오토 인코더는 적어도 하나의 히든 레이어를 포함할 수 있으며, 홀수 개의 히든 레이어가 입출력 레이어 사이에 배치될 수 있다. 각각의 레이어의 노드의 수는 입력 레이어의 노드의 수에서 병목 레이어(인코딩)라는 중간 레이어로 축소되었다가, 병목 레이어에서 출력 레이어(입력 레이어와 대칭)로 축소와 대칭되어 확장될 수도 있다. 오토 인코더는 비선형 차원 감소를 수행할 수 있다. 입력 레이어 및 출력 레이어의 수는 입력 데이터의 전처리 이후에 차원과 대응될 수 있다. 오토 인코더 구조에서 인코더에 포함된 히든 레이어의 노드의 수는 입력 레이어에서 멀어질수록 감소하는 구조를 가질 수 있다. 병목 레이어(인코더와 디코더 사이에 위치하는 가장 적은 노드를 가진 레이어)의 노드의 수는 너무 작은 경우 충분한 양의 정보가 전달되지 않을 수 있으므로, 특정 수 이상(예를 들어, 입력 레이어의 절반 이상 등)으로 유지될 수도 있다.

뉴럴 네트워크는 교사 학습(supervised learning), 비교사 학습(unsupervised learning), 반교사학습(semi supervised learning), 또는 강화학습(reinforcement learning) 중 적어도 하나의 방식으로 학습될 수 있다. 뉴럴 네트워크의 학습은 뉴럴 네트워크가 특정한 동작을 수행하기 위한 지식을 뉴럴 네트워크에 적용하는 과정일 수 있다.

뉴럴 네트워크는 출력의 오류를 최소화하는 방향으로 학습될 수 있다. 뉴럴 네트워크의 학습에서 반복적으로 학습 데이터를 뉴럴 네트워크에 입력시키고 학습 데이터에 대한 뉴럴 네트워크의 출력과 타겟의 에러를 계산하고, 에러를 줄이기 위한 방향으로 뉴럴 네트워크의 에러를 뉴럴 네트워크의 출력 레이어에서부터 입력 레이어 방향으로 역전파(backpropagation)하여 뉴럴 네트워크의 각 노드의 가중치를 업데이트 하는 과정이다. 교사 학습의 경우 각각의 학습 데이터에 정답이 라벨링 되어 있는 학습 데이터를 사용하며(즉, 라벨링된 학습 데이터), 비교사 학습의 경우는 각각의 학습 데이터에 정답이 라벨링되어 있지 않을 수 있다. 즉, 예를 들어 데이터 분류에 관한 교사 학습의 경우의 학습 데이터는 학습 데이터 각각에 카테고리가 라벨링된 데이터 일 수 있다. 라벨링된 학습 데이터가 뉴럴 네트워크에 입력되고, 뉴럴 네트워크의 출력(카테고리)과 학습 데이터의 라벨을 비교함으로써 오류(error)가 계산될 수 있다. 다른 예로, 데이터 분류에 관한 비교사 학습의 경우 입력인 학습 데이터가 뉴럴 네트워크 출력과 비교됨으로써 오류가 계산될 수 있다. 계산된 오류는 뉴럴 네트워크에서 역방향(즉, 출력 레이어에서 입력 레이어 방향)으로 역전파 되며, 역전파에 따라 뉴럴 네트워크의 각 레이어의 각 노드들의 연결 가중치가 업데이트 될 수 있다. 업데이트 되는 각 노드의 연결 가중치는 학습률(learning rate)에 따라 변화량이 결정될 수 있다. 입력 데이터에 대한 뉴럴 네트워크의 계산과 에러의 역전파는 학습 사이클(epoch)을 구성할 수 있다. 학습률은 뉴럴 네트워크의 학습 사이클의 반복 횟수에 따라 상이하게 적용될 수 있다. 예를 들어, 뉴럴 네트워크의 학습 초기에는 높은 학습률을 사용하여 뉴럴 네트워크가 빠르게 일정 수준의 성능을 확보하도록 하여 효율성을 높이고, 학습 후기에는 낮은 학습률을 사용하여 정확도를 높일 수 있다.

뉴럴 네트워크의 학습에서 일반적으로 학습 데이터는 실제 데이터(즉, 학습된 뉴럴 네트워크를 이용하여 처리하고자 하는 데이터)의 부분집합일 수 있으며, 따라서, 학습 데이터에 대한 오류는 감소하나 실제 데이터에 대해서는 오류가 증가하는 학습 사이클이 존재할 수 있다. 과적합(overfitting)은 이와 같이 학습 데이터에 과하게 학습하여 실제 데이터에 대한 오류가 증가하는 현상이다. 예를 들어, 노란색 고양이를 보여 고양이를 학습한 뉴럴 네트워크가 노란색 이외의 고양이를 보고는 고양이임을 인식하지 못하는 현상이 과적합의 일종일 수 있다. 과적합은 머신 러닝 알고리즘의 오류를 증가시키는 원인으로 작용할 수 있다. 이러한 과적합을 막기 위하여 다양한 최적화 방법이 사용될 수 있다. 과적합을 막기 위해서는 학습 데이터를 증가시키거나, 레귤라이제이션(regularization), 학습의 과정에서 네트워크의 노드 일부를 비활성화하는 드롭아웃(dropout), 배치 정규화 레이어(batch normalization layer)의 활용 등의 방법이 적용될 수 있다.

도 3은 본 개시의 일 실시예에 따른 강화 학습 모델을 나타낸 개념도이다.

강화학습(reinforcement learning)은 인공 신경망 모델이 입력된 상태(state)에 기초하여 보다 나은 행동(action)을 결정할 수 있도록, 인공 신경망 모델이 선택한 행동에 대해 산출되는 보상(reward)에 기초하여 인공 신경망 모델을 학습시키는 학습 방법의 일종이다. 강화학습 방법은 결정(즉, 행동)에 대해 보상이 주어진다는 점에서 "시행착오를 통한 학습 방법"으로 이해될 수 있다. 강화학습 과정에서 인공 신경망 모델에게 주어지는 보상은 여러 행동의 결과가 누적된 보상일 수 있다. 강화학습은 학습을 통해 여러가지 상태(State)와, 행동(Action)에 따른 보상(Reward)을 고려하여 보상 그 자체 또는 리턴(return, 보상의 총합)이 최대가 되도록 하는 인공 신경망 모델을 생성한다. 본 개시에 있어서 "강화 학습 모델"은 행동을 결정하는 주체로서, "에이전트(Agent)"라는 용어와 상호 교환되어 사용될 수 있다. 강화학습과 관련한 기술 분야에서 "환경(Environment, Env)" 또는 "환경 모델"이라는 용어는, "에이전트의 행동을 고려한 결과를 반환하는 모델"을 지칭하기 위한 용어로 사용된다. 환경 모델은 주어진 입력 데이터(e.g. 제어 정보)에 대하여 출력 데이터(e.g. 상태 정보)를 반환하는 모델일 수 있다. 환경 모델은 입력에서 출력에 이르기 위한 모델 구조 또는 입출력 데이터 사이의 인과 관계가 알려지지 않은 모델일 수 있다. 에이전트와 환경은 데이터를 상호 교환하며 작동할 수 있다.

도 3에서, 강화 학습 모델(310)은 상태 정보 및 보상에 기반하여 행동을 결정하는 주체로서, "에이전트(agent)"로 이해될 수 있다. 본 개시에 있어서 상태 정보는 현재 상태 정보 및 다음 상태 정보를 포함할 수 있다. 현재 상태 정보 및 다음 상태 정보는 각각 해당 상태 정보가 획득된 시점 또는 순서에 따라 구별될 수 있으며, 선후관계에 기초하여 현재 상태 정보() 및 다음 상태 정보()로 각각 명명될 수 있다.

본 개시에서, 환경(330)은 강화 학습 모델(310)이 행동을 결정하는데 근거가 될 수 있는 "현재 상태 정보()"를 산출할 수 있다. 프로세서(110)는 환경(330)으로부터 적어도 하나의 상태 변수를 포함하는 현재 상태 정보()를 획득한 후, 강화 학습 모델(310)에 상기 현재 상태 정보를 입력할 수 있다.

본 개시에서, 프로세서(110)는 강화학습 모델(310)에 현재 상태 정보를 입력한 후, 강화학습 모델(310)에 기초하여 행동()을 산출할 수 있다. 강화학습 모델(310)은 임의의 시점 t에 환경(330)으로부터 획득된 상태 정보()에 기초하여 선택 가능한 복수의 행동들에 관한 확률 분포를 연산할 수 있다. 프로세서(110)는 연산된 확률 분포에 기초하여 행동()을 산출할 수 있다. 일례로, 프로세서(110)는 복수의 행동들에 관한 확률 분포 중 가장 큰 값을 행동()으로 결정할 수 있다.

본 개시에서, 프로세서(110)는 강화 학습 모델(310)에 기초하여 산출된 행동을 환경(330)에 입력할 수 있다. 프로세서(110)는 행동의 입력 결과로써 환경(330)으로부터 갱신된 다음 상태 정보()와 보상()을 획득할 수 있다. 환경(330)이 보상을 결정하는 기준이 되는 "보상 함수" 또는 환경(330)이 강화학습 모델(310)로부터 행동을 수신한 후 다음 상태 정보를 결정하기 위한 기준이 되는 "전이 확률 분포 함수"를 알 수 있는 경우의 강화학습은 "모델 기반(Model-based)" 강화학습으로 호칭될 수 있다. 반면 환경(330)의 보상 함수 및 환경(330)의 전이 확률 분포 함수를 알 수 없는 경우의 강화학습은 "모델 프리(Model-free)" 강화학습으로 호칭될 수 있다.

본 개시에 따른 강화 학습 모델은 적어도 하나의 에피소드(episode)에 기초하여 학습될 수 있다. 본 개시내용에서 “에피소드”는 일련의 순서를 갖는 데이터 시퀀스(sequence)를 의미하는 용어로 사용될 수 있다. 에피소드는 N개(N은 1 이상의 자연수)의 원소를 포함하는 복수의 N-튜플(tuple) 데이터들로 구성된 데이터 집합일 수 있다. 에피소드에 포함된 복수의 N-튜플 데이터들은 일련의 순서를 가질 수 있다. N-튜플 데이터에 관한 일례로, N이 '4'인 경우, 각각의 4-튜플 데이터는 현재 상태 정보, 행동 정보, 보상, 다음 상태 정보를 원소로 포함할 수 있다. N-튜플 데이터에 관한 다른 일례로, N이 '5'인 경우, 각각의 5-튜플 데이터는 현재 상태 정보, 현재 상태 정보에 대응되는 행동 정보, 보상, 다음 상태 정보, 다음 상태 정보에 대응되는 행동 정보를 원소로 포함할 수도 있다.

본 개시에 따른 프로세서(110)는, 전술한 학습 방법에 관한 실시예와 동일 또는 유사한 복수의 단계들을 시작 상태(initial state, t=0)에서 최종 상태(terminal state, t=T)에 이르기까지 반복하여 수행함으로써 하나의 에피소드를 획득할 수 있다. 상기 최종 상태는 기 설정된 종료 조건이 만족될 경우 도출될 수도 있고 기 설정된 개수의 스텝(step)이 진행된 경우 도출될 수도 있다. 상기 스텝(step)은 강화 학습 모델이 상태를 수신하고, 행동을 결정한 후, 상기 행동에 대해 보상 또는 갱신된 상태 정보를 수신하는 적어도 하나의 동작 단위를 가리킨다. 기 설정된 스텝의 개수는 임의의 자연수로 설정될 수 있으며, 예를 들어 200개의 스텝으로 구성될 수 있다.

프로세서(110)는 적어도 하나의 학습 데이터에 기초하여 강화 학습 모델을 학습시킬 수 있다. 일례로, 프로세서(110)는 각 스텝이 끝날 때마다 각 스텝에 해당하는 학습 데이터에 기초하여 강화 학습 모델을 학습할 수 있다. 다른 일례로, 프로세서(110)는 복수의 스텝을 포함하는 각 에피소드가 끝날 때마다 복수의 스텝 각각에 대한 학습 데이터를 포함하는 학습 데이터 셋에 기초하여 강화 학습 모델을 학습할 수 있다. 또 다른 일례로, 프로세서(110)는 사전 결정된 배치(batch) 사이즈의 스텝이 진행된 후, 해당 스텝 각각에 대한 학습 데이터를 포함하는 학습 데이터 셋에 기초하여 강화 학습 모델을 학습할 수도 있다. 상기 배치(batch) 사이즈는 임의의 자연수로 사전 결정될 수 있다.

본 개시에 따라 프로세서(110)가 강화학습 모델을 학습하는 과정은 강화학습 모델에 포함된 뉴럴 네트워크의 각 노드 가중치 또는 편향값을 수정하는 단계를 포함할 수 있다. 상기 강화학습 모델에 포함된 뉴럴 네트워크의 각 노드 가중치 또는 편향값을 수정하는 단계는, 프로세서(110)에 의해, 도 2를 참조하여 상술된 뉴럴 네트워크에 관한 역전파(backpropagation) 기법과 동일 또는 유사한 방법으로 수행될 수 있다. 예를 들어, 임의의 시점 t에 관한 학습 데이터(T_t)에 포함된 보상()이 양수인 경우, 프로세서(110)는 상기 학습 데이터(T_t)에 포함된 행동()이 강화되도록 강화 학습 모델에 포함된 하나 이상의 노드의 가중치 또는 편향값을 조절할 수 있다. 이 때 강화 학습 모델에 포함된 하나 이상의 노드는, 강화 학습 모델이 상기 학습 데이터(T_t)에 포함된 상태 정보()를 입력 받은 후 상기 행동()을 결정하는데 관여한 노드일 수 있다.

학습된 강화 학습 모델(310)은, 환경(330)으로부터 주어지는 보상의 누적값(i.e. 리턴)이 최대가 되도록 각각의 상태 정보에 있어서 행동을 결정할 수 있다. 강화 학습 모델(310)이 행동을 결정하는 방법은 예를 들어, 가치 기반(Value-Based) 행동 결정 방법, 정책 기반(Policy-Based) 행동 결정 방법, 가치 및 정책 모두에 기반한 행동 결정 방법에 중 적어도 하나에 기초할 수 있다. 상기 가치 기반 행동 결정 방법은 가치 함수에 기초하여 각 상태에서 최고의 가치(value)를 주는 행동을 결정하는 방법이다. 가치 기반 행동 결정 방법의 예시로는 Q-learning, DQN(Deep Q-Network) 등이 포함될 수 있다. 상기 정책 기반 행동 결정 방법은 가치 함수 없이, 최종 리턴 및 정책 함수에 기초하여 행동을 결정하는 방법이다. 정책 기반 행동 결정 방법의 예시로는 Policy Gradient 기법 등이 포함될 수 있다. 상기 가치 및 정책 모두에 기반한 행동 결정 방법은 정책함수가 행동을 결정하면 가치함수가 행동을 평가하는 방식으로 학습하여 에이전트의 행동을 결정하는 방법이다. 가치 및 정책 모두에 기반한 행동 결정 방법은 예를 들어, 액터-크리틱(Actor-Critic) 알고리즘, 소프트 액터-크리틱(Soft Actor-Critic) 알고리즘, A2C 알고리즘, A3C 알고리즘 등이 포함될 수 있다.

전술한 강화 학습 모델의 학습에 관한 구체적 기재들은 설명을 위한 기재일 뿐, 본 개시를 제한하지 않는다.

도 4는 본 개시의 일 실시예에 따른 강화학습 알고리즘의 파라미터를 조절하는 과정을 나타낸 순서도이다.

도 4에 따르면, 본 개시의 강화학습 알고리즘의 파라미터를 조절하는 과정은 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하는 단계(S410), 적어도 일부의 에피소드를 기초로, 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정하는 단계(S420) 및 복잡도를 기초로, 강화학습 알고리즘의 파라미터를 조절하는 단계(S430)를 포함할 수 있다.

S410단계에서, 프로세서(110)는 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출할 수 있다.

프로세서(110)는 적어도 일부의 에피소드를 추출하기 위해 강화학습 알고리즘의 에피소드 중 적어도 일부를 선택할 수 있다. 예를 들어, 하나의 에피소드가 10개의 액션으로 구성되고, 총 20개의 에피소드가 존재하는 경우, 프로세서(110)는 복잡도를 결정하기 위해 20개의 에피소드 중 5개의 에피소드를 선택하여 분석할 수 있다.

S420단계에서, 프로세서(110)는 적어도 일부의 에피소드를 기초로, 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정할 수 있다.

과제의 복잡도를 결정하기 위해, 프로세서(110)는 추출된 에피소드를 구성하는 액션 집합을 식별할 수 있다. 일반적으로, 강화학습 알고리즘의 에피소드는 복수의 액션(action)을 포함할 수 있다. 예를 들어, 각각의 에피소드는 강화학습 알고리즘이 하나의 시나리오를 수행하는 동안 생성한 10개의 액션의 집합일 수 있다. 또한 이 경우 프로세서(110)가 과제의 복잡도를 결정하기 위해 5개의 에피소드를 추출하는 경우, 50개의 액션이 추출될 수 있다.

과제의 복잡도를 결정하기 위해, 프로세서(110)는 액션 집합을 대표하는 통계량과 관련된 값을 연산할 수 있다. 이 때, 통계량과 관련된 값은 액션 집합에 대한 엔트로피 또는 액션 집합에 대한 액션 스페이스의 차원(action space dimension) 수 대비 유효 차원(effective dimension) 수의 비율을 포함할 수 있다. 이 때 액션 집합에 대하여 유효 차원의 수는 액션 집합에 대한 특이값 분해(Singular Value Decomposition)를 수행한 결과값의 분산(Variance)를 기초로 결정될 수 있다.

프로세서(110)는 통계량과 관련된 값을 기초로 강화학습 알고리즘이 수행하는 과제의 복잡도를 결정할 수 있다. 예를 들어, 프로세서(110)는 복잡도를 0이상의 실수 형태로 표현하면서, 통계량의 값이 클수록 과제의 복잡도가 높은 것으로 결정할 수 있다. 구체적으로, 프로세서(110)는 액션 집합의 엔트로피가 높을수록 과제의 복잡도가 높은 것으로 결정할 수 있다. 또 다른 예시로서 프로세서(110)는 액션 집합에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율이 높을수록 과제의 복잡도가 높은 것으로 결정할 수 있다.

S430단계에서, 프로세서(110)는 결정된 복잡도를 기초로 강화학습 알고리즘의 파라미터를 조절할 수 있다. 이 때 프로세서는 강화학습 알고리즘의 타입을 식별하고, 강화학습 알고리즘의 타입과 과제의 복잡도를 기초로 강화학습 알고리즘의 파라미터를 조절할 수 있다. 아래 본 개시의 실시예에서, 강화학습 알고리즘의 파라미터는 특정한 초기값을 가지도록 세팅되어, 강화학습 알고리즘은 파라미터의 초기값을 기초로 에피소드를 생성할 수 있다. 그 후, 프로세서(110)는 초기값을 기초로 생성된 에피소드로부터 과제의 복잡도를 결정하고, 강화학습 알고리즘의 파라미터를 변경할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 소프트 액터-크리틱(Soft Actor-Critic)인 경우, 복잡도가 높을수록 강화학습 알고리즘의 엔트로피 하한선(entropy lower bound)을 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 근위 정책 최적화(Proximal Policy Optimization)인 경우, 복잡도가 높을수록 강화학습 알고리즘의 엔트로피 계수(entropy coefficient)를 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 심층 결정론적 정책 경사법(Deep Deterministic Policy Gradient)인 경우, 복잡도가 높을수록 강화학습 알고리즘의 가우시안 노이즈(Gaussian noise)의 표준편차 또는 오른스타인-울렌벡 노이즈(Ornstein-Uhlenbeck noise) 중 위너 확률 과정(Wiener process)의 계수를 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

이 때, 오른스타인-울렌벡 노이즈는 [수학식 1]과 같은 형태로 표현될 수 있다.

프로세서(110)는 [수학식 1]에서 위너 확률 과정

의 계수인

를 강화학습 알고리즘의 파라미터로 하여, 이를 조절할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 이득 액터-크리틱(Advantage Actor-Critic) 또는 비동기적 이득 액터-크리틱(Asynchronous Advantage Actor-Critic) 인 경우, 복잡도가 높을수록 강화학습 알고리즘의 엔트로피 계수(entropy coefficient)를 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 딥 Q 네트워크(Deep Q Network)인 경우, 복잡도가 높을수록 상기 강화학습 알고리즘의 엡실론(epsilon) 값을 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 이중 지연 심층 결정론적 정책 경사법(Twin Delayed Deep Deterministic Policy Gradient)인 경우, 복잡도가 높을수록 강화학습 알고리즘의 가우시안 노이즈 값을 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

본 개시의 일 실시예에서, 프로세서(110)는 강화학습 알고리즘의 타입이 중요도 가중 액터-러너 아키텍쳐(Importance Weighted Actor-Learner Architecture)인 경우, 복잡도가 높을수록 강화학습 알고리즘의 가우시안 노이즈 값을 높게 설정함으로써 강화학습 알고리즘의 파라미터를 결정할 수 있다.

본 개시의 방법을 적용할 수 있는 강화학습 알고리즘 및 각각의 강화학습 알고리즘에서 조절 가능한 파라미터들이 예시적으로 제시되었으나, 본 개시가 상술한 예시에 제한되지 않고 다양한 종류의 강화학습 알고리즘에 유사한 방식으로 적용될 수 있음은 통상의 기술자에게 자명하다.

도 5는 본 개시의 일 실시예에 따른 강화학습 알고리즘의 에피소드 및 액션을 나타낸 개념도이다.

도 5를 참조하여 설명하면, 강화학습 알고리즘에 의해 생성된 복수의 에피소드 집합(500)이 포함하는 개별 에피소드(510)는, 복수의 액션(511)으로 구성된 집합일 수 있다.

예를 들어, 제품을 조립하기 위한 로봇 팔을 자동으로 제어하기 위해 강화학습 알고리즘이 적용되는 경우, 로봇 팔이 하나의 제품을 생산하기 위해 에이전트는 제1 액션, 제2 액션, 제3 액션..., 제N 액션까지 사전 결정된 시간 간격으로 10개의 제어 정보 즉 액션을 생성할 수 있다. 이 경우, 생성된 10개의 액션이 강화학습 알고리즘의 제1 에피소드로 결정될 수 있다. 다음으로, 로봇 팔이 동일한 종류의 5개의 제품을 조립하는 경우, 강화학습 알고리즘에 의해 제1 에피소드, 제2 에피소드, 제3 에피소드, ..., 제M 에피소드가 생성될 수 있다.

프로세서(110)는 이러한 에피소드 중 적어도 일부를 추출하고, 추출된 에피소드에 포함된 액션의 집합들을 식별하여, 액션의 집합들을 기초로 과제의 복잡도를 결정할 수 있다.

도 6은 본 개시의 일 실시예에 따른 강화학습 알고리즘의 파라미터를 조절하는 과정을 나타낸 개념도이다.

도 6에서, 강화학습 알고리즘(610)에 의해 복수의 에피소드(620)가 생성될 수 있다. 이 때, 복수의 에피소드(620)는 N개의 에피소드로 구성될 수 있다. 프로세서(110)는 N개의 에피소드 중 2개의 에피소드(620)를 추출할 수 있다. 2개의 에피소드(620)를 추출하는 경우, 프로세서(110)는 2개의 에피소드에 포함된 액션의 집합을 기초로 과제의 복잡도(640)를 결정할 수 있다. 그 후, 프로세서(110)는 과제의 복잡도(640)를 기초로 강화학습 알고리즘(610)의 파라미터를 조절할 수 있다. 이 때, 파라미터를 조절하는 과정은 파라미터의 초기값을 업데이트하는 과정일 수 있다.

한편, 본 개시의 실시예에 따라 데이터 구조를 저장한 컴퓨터 판독가능 매체가 개시된다.

데이터 구조는 데이터에 효율적인 접근 및 수정을 가능하게 하는 데이터의 조직, 관리, 저장을 의미할 수 있다. 데이터 구조는 특정 문제(예를 들어, 최단 시간으로 데이터 검색, 데이터 저장, 데이터 수정) 해결을 위한 데이터의 조직을 의미할 수 있다. 데이터 구조는 특정한 데이터 처리 기능을 지원하도록 설계된, 데이터 요소들 간의 물리적이거나 논리적인 관계로 정의될 수도 있다. 데이터 요소들 간의 논리적인 관계는 사용자 정의 데이터 요소들 간의 연결관계를 포함할 수 있다. 데이터 요소들 간의 물리적인 관계는 컴퓨터 판독가능 저장매체(예를 들어, 영구 저장 장치)에 물리적으로 저장되어 있는 데이터 요소들 간의 실제 관계를 포함할 수 있다. 데이터 구조는 구체적으로 데이터의 집합, 데이터 간의 관계, 데이터에 적용할 수 있는 함수 또는 명령어를 포함할 수 있다. 효과적으로 설계된 데이터 구조를 통해 컴퓨팅 장치는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산을 수행할 수 있다. 구체적으로 컴퓨팅 장치는 효과적으로 설계된 데이터 구조를 통해 연산, 읽기, 삽입, 삭제, 비교, 교환, 검색의 효율성을 높일 수 있다.

데이터 구조는 데이터 구조의 형태에 따라 선형 데이터 구조와 비선형 데이터 구조로 구분될 수 있다. 선형 데이터 구조는 하나의 데이터 뒤에 하나의 데이터만이 연결되는 구조일 수 있다. 선형 데이터 구조는 리스트(List), 스택(Stack), 큐(Queue), 데크(Deque)를 포함할 수 있다. 리스트는 내부적으로 순서가 존재하는 일련의 데이터 집합을 의미할 수 있다. 리스트는 연결 리스트(Linked List)를 포함할 수 있다. 연결 리스트는 각각의 데이터가 포인터를 가지고 한 줄로 연결되어 있는 방식으로 데이터가 연결된 데이터 구조일 수 있다. 연결 리스트에서 포인터는 다음이나 이전 데이터와의 연결 정보를 포함할 수 있다. 연결 리스트는 형태에 따라 단일 연결 리스트, 이중 연결 리스트, 원형 연결 리스트로 표현될 수 있다. 스택은 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조일 수 있다. 스택은 데이터 구조의 한 쪽 끝에서만 데이터를 처리(예를 들어, 삽입 또는 삭제)할 수 있는 선형 데이터 구조일 수 있다. 스택에 저장된 데이터는 늦게 들어갈수록 빨리 나오는 데이터 구조(LIFO-Last in First Out)일 수 있다. 큐는 제한적으로 데이터에 접근할 수 있는 데이터 나열 구조로서, 스택과 달리 늦게 저장된 데이터일수록 늦게 나오는 데이터 구조(FIFO-First in First Out)일 수 있다. 데크는 데이터 구조의 양 쪽 끝에서 데이터를 처리할 수 있는 데이터 구조일 수 있다.

비선형 데이터 구조는 하나의 데이터 뒤에 복수개의 데이터가 연결되는 구조일 수 있다. 비선형 데이터 구조는 그래프(Graph) 데이터 구조를 포함할 수 있다. 그래프 데이터 구조는 정점(Vertex)과 간선(Edge)으로 정의될 수 있으며 간선은 서로 다른 두개의 정점을 연결하는 선을 포함할 수 있다. 그래프 데이터 구조 트리(Tree) 데이터 구조를 포함할 수 있다. 트리 데이터 구조는 트리에 포함된 복수개의 정점 중에서 서로 다른 두개의 정점을 연결시키는 경로가 하나인 데이터 구조일 수 있다. 즉 그래프 데이터 구조에서 루프(loop)를 형성하지 않는 데이터 구조일 수 있다.

본 명세서에 걸쳐, 연산 모델, 신경망, 네트워크 함수, 뉴럴 네트워크(neural network)는 동일한 의미로 사용될 수 있다. 이하에서는 신경망으로 통일하여 기술한다. 데이터 구조는 신경망을 포함할 수 있다. 그리고 신경망을 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망을 포함한 데이터 구조는 또한 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등을 포함할 수 있다. 신경망을 포함한 데이터 구조는 상기 개시된 구성들 중 임의의 구성 요소들을 포함할 수 있다. 즉 신경망을 포함한 데이터 구조는 신경망에 의한 처리를 위하여 전처리된 데이터, 신경망에 입력되는 데이터, 신경망의 가중치, 신경망의 하이퍼 파라미터, 신경망으로부터 획득한 데이터, 신경망의 각 노드 또는 레이어와 연관된 활성 함수, 신경망의 학습을 위한 손실 함수 등 전부 또는 이들의 임의의 조합을 포함하여 구성될 수 있다. 전술한 구성들 이외에도, 신경망을 포함한 데이터 구조는 신경망의 특성을 결정하는 임의의 다른 정보를 포함할 수 있다. 또한, 데이터 구조는 신경망의 연산 과정에 사용되거나 발생되는 모든 형태의 데이터를 포함할 수 있으며 전술한 사항에 제한되는 것은 아니다. 컴퓨터 판독가능 매체는 컴퓨터 판독가능 기록 매체 및/또는 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 신경망은 일반적으로 노드라 지칭될 수 있는 상호 연결된 계산 단위들의 집합으로 구성될 수 있다. 이러한 노드들은 뉴런(neuron)들로 지칭될 수도 있다. 신경망은 적어도 하나 이상의 노드들을 포함하여 구성된다.

데이터 구조는 신경망에 입력되는 데이터를 포함할 수 있다. 신경망에 입력되는 데이터를 포함하는 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망에 입력되는 데이터는 신경망 학습 과정에서 입력되는 학습 데이터 및/또는 학습이 완료된 신경망에 입력되는 입력 데이터를 포함할 수 있다. 신경망에 입력되는 데이터는 전처리(pre-processing)를 거친 데이터 및/또는 전처리 대상이 되는 데이터를 포함할 수 있다. 전처리는 데이터를 신경망에 입력시키기 위한 데이터 처리 과정을 포함할 수 있다. 따라서 데이터 구조는 전처리 대상이 되는 데이터 및 전처리로 발생되는 데이터를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 가중치를 포함할 수 있다. 그리고 신경망의 가중치를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 신경망은 복수개의 가중치를 포함할 수 있다. 가중치는 가변적일 수 있으며, 신경망이 원하는 기능을 수행하기 위해, 사용자 또는 알고리즘에 의해 가변 될 수 있다. 예를 들어, 하나의 출력 노드에 하나 이상의 입력 노드가 각각의 링크에 의해 상호 연결된 경우, 출력 노드는 상기 출력 노드와 연결된 입력 노드들에 입력된 값들 및 각각의 입력 노드들에 대응하는 링크에 설정된 가중치에 기초하여 출력 노드에서 출력되는 데이터 값을 결정할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

제한이 아닌 예로서, 가중치는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함할 수 있다. 신경망 학습 과정에서 가변되는 가중치는 학습 사이클이 시작되는 시점의 가중치 및/또는 학습 사이클 동안 가변되는 가중치를 포함할 수 있다. 신경망 학습이 완료된 가중치는 학습 사이클이 완료된 가중치를 포함할 수 있다. 따라서 신경망의 가중치를 포함한 데이터 구조는 신경망 학습 과정에서 가변되는 가중치 및/또는 신경망 학습이 완료된 가중치를 포함한 데이터 구조를 포함할 수 있다. 그러므로 상술한 가중치 및/또는 각 가중치의 조합은 신경망의 가중치를 포함한 데이터 구조에 포함되는 것으로 한다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

신경망의 가중치를 포함한 데이터 구조는 직렬화(serialization) 과정을 거친 후 컴퓨터 판독가능 저장 매체(예를 들어, 메모리, 하드 디스크)에 저장될 수 있다. 직렬화는 데이터 구조를 동일하거나 다른 컴퓨팅 장치에 저장하고 나중에 다시 재구성하여 사용할 수 있는 형태로 변환하는 과정일 수 있다. 컴퓨팅 장치는 데이터 구조를 직렬화하여 네트워크를 통해 데이터를 송수신할 수 있다. 직렬화된 신경망의 가중치를 포함한 데이터 구조는 역직렬화(deserialization)를 통해 동일한 컴퓨팅 장치 또는 다른 컴퓨팅 장치에서 재구성될 수 있다. 신경망의 가중치를 포함한 데이터 구조는 직렬화에 한정되는 것은 아니다. 나아가 신경망의 가중치를 포함한 데이터 구조는 컴퓨팅 장치의 자원을 최소한으로 사용하면서 연산의 효율을 높이기 위한 데이터 구조(예를 들어, 비선형 데이터 구조에서 B-Tree, Trie, m-way search tree, AVL tree, Red-Black Tree)를 포함할 수 있다. 전술한 사항은 예시일 뿐 본 개시는 이에 제한되지 않는다.

데이터 구조는 신경망의 하이퍼 파라미터(Hyper-parameter)를 포함할 수 있다. 그리고 신경망의 하이퍼 파라미터를 포함한 데이터 구조는 컴퓨터 판독가능 매체에 저장될 수 있다. 하이퍼 파라미터는 사용자에 의해 가변되는 변수일 수 있다. 하이퍼 파라미터는 예를 들어, 학습률(learning rate), 비용 함수(cost function), 학습 사이클 반복 횟수, 가중치 초기화(Weight initialization)(예를 들어, 가중치 초기화 대상이 되는 가중치 값의 범위 설정), Hidden Unit 개수(예를 들어, 히든 레이어의 개수, 히든 레이어의 노드 수)를 포함할 수 있다. 전술한 데이터 구조는 예시일 뿐 본 개시는 이에 제한되지 않는다.

도 7은 본 개시의 실시예들이 구현될 수 있는 예시적인 컴퓨팅 환경에 대한 간략하고 일반적인 개략도이다.

본 개시가 일반적으로 컴퓨팅 장치에 의해 구현될 수 있는 것으로 전술되었지만, 당업자라면 본 개시가 하나 이상의 컴퓨터 상에서 실행될 수 있는 컴퓨터 실행가능 명령어 및/또는 기타 프로그램 모듈들과 결합되어 및/또는 하드웨어와 소프트웨어의 조합으로써 구현될 수 있다는 것을 잘 알 것이다.

일반적으로, 프로그램 모듈은 특정의 태스크를 수행하거나 특정의 추상 데이터 유형을 구현하는 루틴, 프로그램, 컴포넌트, 데이터 구조, 기타 등등을 포함한다. 또한, 당업자라면 본 개시의 방법이 단일-프로세서 또는 멀티프로세서 컴퓨터 시스템, 미니컴퓨터, 메인프레임 컴퓨터는 물론 퍼스널 컴퓨터, 핸드헬드(handheld) 컴퓨팅 장치, 마이크로프로세서-기반 또는 프로그램가능 가전 제품, 기타 등등(이들 각각은 하나 이상의 연관된 장치와 연결되어 동작할 수 있음)을 비롯한 다른 컴퓨터 시스템 구성으로 실시될 수 있다는 것을 잘 알 것이다.

본 개시의 설명된 실시예들은 또한 어떤 태스크들이 통신 네트워크를 통해 연결되어 있는 원격 처리 장치들에 의해 수행되는 분산 컴퓨팅 환경에서 실시될 수 있다. 분산 컴퓨팅 환경에서, 프로그램 모듈은 로컬 및 원격 메모리 저장 장치 둘 다에 위치할 수 있다.

컴퓨터는 통상적으로 다양한 컴퓨터 판독가능 매체를 포함한다. 컴퓨터에 의해 액세스 가능한 매체는 그 어떤 것이든지 컴퓨터 판독가능 매체가 될 수 있고, 이러한 컴퓨터 판독가능 매체는 휘발성 및 비휘발성 매체, 일시적(transitory) 및 비일시적(non-transitory) 매체, 이동식 및 비-이동식 매체를 포함한다. 제한이 아닌 예로서, 컴퓨터 판독가능 매체는 컴퓨터 판독가능 저장 매체 및 컴퓨터 판독가능 전송 매체를 포함할 수 있다. 컴퓨터 판독가능 저장 매체는 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터와 같은 정보를 저장하는 임의의 방법 또는 기술로 구현되는 휘발성 및 비휘발성 매체, 일시적 및 비-일시적 매체, 이동식 및 비이동식 매체를 포함한다. 컴퓨터 판독가능 저장 매체는 RAM, ROM, EEPROM, 플래시 메모리 또는 기타 메모리 기술, CD-ROM, DVD(digital video disk) 또는 기타 광 디스크 저장 장치, 자기 카세트, 자기 테이프, 자기 디스크 저장 장치 또는 기타 자기 저장 장치, 또는 컴퓨터에 의해 액세스될 수 있고 원하는 정보를 저장하는 데 사용될 수 있는 임의의 기타 매체를 포함하지만, 이에 한정되지 않는다.

컴퓨터 판독가능 전송 매체는 통상적으로 반송파(carrier wave) 또는 기타 전송 메커니즘(transport mechanism)과 같은 피변조 데이터 신호(modulated data signal)에 컴퓨터 판독가능 명령어, 데이터 구조, 프로그램 모듈 또는 기타 데이터 등을 구현하고 모든 정보 전달 매체를 포함한다. 피변조 데이터 신호라는 용어는 신호 내에 정보를 인코딩하도록 그 신호의 특성들 중 하나 이상을 설정 또는 변경시킨 신호를 의미한다. 제한이 아닌 예로서, 컴퓨터 판독가능 전송 매체는 유선 네트워크 또는 직접 배선 접속(direct-wired connection)과 같은 유선 매체, 그리고 음향, RF, 적외선, 기타 무선 매체와 같은 무선 매체를 포함한다. 상술된 매체들 중 임의의 것의 조합도 역시 컴퓨터 판독가능 전송 매체의 범위 안에 포함되는 것으로 한다.

컴퓨터(1102)를 포함하는 본 개시의 여러가지 측면들을 구현하는 예시적인 환경(1100)이 나타내어져 있으며, 컴퓨터(1102)는 처리 장치(1104), 시스템 메모리(1106) 및 시스템 버스(1108)를 포함한다. 시스템 버스(1108)는 시스템 메모리(1106)(이에 한정되지 않음)를 비롯한 시스템 컴포넌트들을 처리 장치(1104)에 연결시킨다. 처리 장치(1104)는 다양한 상용 프로세서들 중 임의의 프로세서일 수 있다. 듀얼 프로세서 및 기타 멀티프로세서 아키텍처도 역시 처리 장치(1104)로서 이용될 수 있다.

시스템 버스(1108)는 메모리 버스, 주변장치 버스, 및 다양한 상용 버스 아키텍처 중 임의의 것을 사용하는 로컬 버스에 추가적으로 상호 연결될 수 있는 몇 가지 유형의 버스 구조 중 임의의 것일 수 있다. 시스템 메모리(1106)는 판독 전용 메모리(ROM)(1110) 및 랜덤 액세스 메모리(RAM)(1112)를 포함한다. 기본 입/출력 시스템(BIOS)은 ROM, EPROM, EEPROM 등의 비휘발성 메모리(1110)에 저장되며, 이 BIOS는 시동 중과 같은 때에 컴퓨터(1102) 내의 구성요소들 간에 정보를 전송하는 일을 돕는 기본적인 루틴을 포함한다. RAM(1112)은 또한 데이터를 캐싱하기 위한 정적 RAM 등의 고속 RAM을 포함할 수 있다.

컴퓨터(1102)는 또한 내장형 하드 디스크 드라이브(HDD)(1114)(예를 들어, EIDE, SATA)－이 내장형 하드 디스크 드라이브(1114)는 또한 적당한 섀시(도시 생략) 내에서 외장형 용도로 구성될 수 있음－, 자기 플로피 디스크 드라이브(FDD)(1116)(예를 들어, 이동식 디스켓(1118)으로부터 판독을 하거나 그에 기록을 하기 위한 것임), 및 광 디스크 드라이브(1120)(예를 들어, CD-ROM 디스크(1122)를 판독하거나 DVD 등의 기타 고용량 광 매체로부터 판독을 하거나 그에 기록을 하기 위한 것임)를 포함한다. 하드 디스크 드라이브(1114), 자기 디스크 드라이브(1116) 및 광 디스크 드라이브(1120)는 각각 하드 디스크 드라이브 인터페이스(1124), 자기 디스크 드라이브 인터페이스(1126) 및 광 드라이브 인터페이스(1128)에 의해 시스템 버스(1108)에 연결될 수 있다. 외장형 드라이브 구현을 위한 인터페이스(1124)는 USB(Universal Serial Bus) 및 IEEE 1394 인터페이스 기술 중 적어도 하나 또는 그 둘 다를 포함한다.

이들 드라이브 및 그와 연관된 컴퓨터 판독가능 매체는 데이터, 데이터 구조, 컴퓨터 실행가능 명령어, 기타 등등의 비휘발성 저장을 제공한다. 컴퓨터(1102)의 경우, 드라이브 및 매체는 임의의 데이터를 적당한 디지털 형식으로 저장하는 것에 대응한다. 상기에서의 컴퓨터 판독가능 매체에 대한 설명이 HDD, 이동식 자기 디스크, 및 CD 또는 DVD 등의 이동식 광 매체를 언급하고 있지만, 당업자라면 집 드라이브(zip drive), 자기 카세트, 플래쉬 메모리 카드, 카트리지, 기타 등등의 컴퓨터에 의해 판독가능한 다른 유형의 매체도 역시 예시적인 운영 환경에서 사용될 수 있으며 또 임의의 이러한 매체가 본 개시의 방법들을 수행하기 위한 컴퓨터 실행가능 명령어를 포함할 수 있다는 것을 잘 알 것이다.

운영 체제(1130), 하나 이상의 애플리케이션 프로그램(1132), 기타 프로그램 모듈(1134) 및 프로그램 데이터(1136)를 비롯한 다수의 프로그램 모듈이 드라이브 및 RAM(1112)에 저장될 수 있다. 운영 체제, 애플리케이션, 모듈 및/또는 데이터의 전부 또는 그 일부분이 또한 RAM(1112)에 캐싱될 수 있다. 본 개시가 여러가지 상업적으로 이용가능한 운영 체제 또는 운영 체제들의 조합에서 구현될 수 있다는 것을 잘 알 것이다.

사용자는 하나 이상의 유선/무선 입력 장치, 예를 들어, 키보드(1138) 및 마우스(1140) 등의 포인팅 장치를 통해 컴퓨터(1102)에 명령 및 정보를 입력할 수 있다. 기타 입력 장치(도시 생략)로는 마이크, IR 리모콘, 조이스틱, 게임 패드, 스타일러스 펜, 터치 스크린, 기타 등등이 있을 수 있다. 이들 및 기타 입력 장치가 종종 시스템 버스(1108)에 연결되어 있는 입력 장치 인터페이스(1142)를 통해 처리 장치(1104)에 연결되지만, 병렬 포트, IEEE 1394 직렬 포트, 게임 포트, USB 포트, IR 인터페이스, 기타 등등의 기타 인터페이스에 의해 연결될 수 있다.

모니터(1144) 또는 다른 유형의 디스플레이 장치도 역시 비디오 어댑터(1146) 등의 인터페이스를 통해 시스템 버스(1108)에 연결된다. 모니터(1144)에 부가하여, 컴퓨터는 일반적으로 스피커, 프린터, 기타 등등의 기타 주변 출력 장치(도시 생략)를 포함한다.

컴퓨터(1102)는 유선 및/또는 무선 통신을 통한 원격 컴퓨터(들)(1148) 등의 하나 이상의 원격 컴퓨터로의 논리적 연결을 사용하여 네트워크화된 환경에서 동작할 수 있다. 원격 컴퓨터(들)(1148)는 워크스테이션, 컴퓨팅 디바이스 컴퓨터, 라우터, 퍼스널 컴퓨터, 휴대용 컴퓨터, 마이크로프로세서-기반 오락 기기, 피어 장치 또는 기타 통상의 네트워크 노드일 수 있으며, 일반적으로 컴퓨터(1102)에 대해 기술된 구성요소들 중 다수 또는 그 전부를 포함하지만, 간략함을 위해, 메모리 저장 장치(1150)만이 도시되어 있다. 도시되어 있는 논리적 연결은 근거리 통신망(LAN)(1152) 및/또는 더 큰 네트워크, 예를 들어, 원거리 통신망(WAN)(1154)에의 유선/무선 연결을 포함한다. 이러한 LAN 및 WAN 네트워킹 환경은 사무실 및 회사에서 일반적인 것이며, 인트라넷 등의 전사적 컴퓨터 네트워크(enterprise-wide computer network)를 용이하게 해주며, 이들 모두는 전세계 컴퓨터 네트워크, 예를 들어, 인터넷에 연결될 수 있다.

LAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 유선 및/또는 무선 통신 네트워크 인터페이스 또는 어댑터(1156)를 통해 로컬 네트워크(1152)에 연결된다. 어댑터(1156)는 LAN(1152)에의 유선 또는 무선 통신을 용이하게 해줄 수 있으며, 이 LAN(1152)은 또한 무선 어댑터(1156)와 통신하기 위해 그에 설치되어 있는 무선 액세스 포인트를 포함하고 있다. WAN 네트워킹 환경에서 사용될 때, 컴퓨터(1102)는 모뎀(1158)을 포함할 수 있거나, WAN(1154) 상의 통신 컴퓨팅 디바이스에 연결되거나, 또는 인터넷을 통하는 등, WAN(1154)을 통해 통신을 설정하는 기타 수단을 갖는다. 내장형 또는 외장형 및 유선 또는 무선 장치일 수 있는 모뎀(1158)은 직렬 포트 인터페이스(1142)를 통해 시스템 버스(1108)에 연결된다. 네트워크화된 환경에서, 컴퓨터(1102)에 대해 설명된 프로그램 모듈들 또는 그의 일부분이 원격 메모리/저장 장치(1150)에 저장될 수 있다. 도시된 네트워크 연결이 예시적인 것이며 컴퓨터들 사이에 통신 링크를 설정하는 기타 수단이 사용될 수 있다는 것을 잘 알 것이다.

컴퓨터(1102)는 무선 통신으로 배치되어 동작하는 임의의 무선 장치 또는 개체, 예를 들어, 프린터, 스캐너, 데스크톱 및/또는 휴대용 컴퓨터, PDA(portable data assistant), 통신 위성, 무선 검출가능 태그와 연관된 임의의 장비 또는 장소, 및 전화와 통신을 하는 동작을 한다. 이것은 적어도 Wi-Fi 및 블루투스 무선 기술을 포함한다. 따라서, 통신은 종래의 네트워크에서와 같이 미리 정의된 구조이거나 단순하게 적어도 2개의 장치 사이의 애드혹 통신(ad hoc communication)일 수 있다.

Wi-Fi(Wireless Fidelity)는 유선 없이도 인터넷 등으로의 연결을 가능하게 해준다. Wi-Fi는 이러한 장치, 예를 들어, 컴퓨터가 실내에서 및 실외에서, 즉 기지국의 통화권 내의 아무 곳에서나 데이터를 전송 및 수신할 수 있게 해주는 셀 전화와 같은 무선 기술이다. Wi-Fi 네트워크는 안전하고 신뢰성 있으며 고속인 무선 연결을 제공하기 위해 IEEE 802.11(a, b, g, 기타)이라고 하는 무선 기술을 사용한다. 컴퓨터를 서로에, 인터넷에 및 유선 네트워크(IEEE 802.3 또는 이더넷을 사용함)에 연결시키기 위해 Wi-Fi가 사용될 수 있다. Wi-Fi 네트워크는 비인가 2.4 및 5GHz 무선 대역에서, 예를 들어, 11Mbps(802.11a) 또는 54 Mbps(802.11b) 데이터 레이트로 동작하거나, 양 대역(듀얼 대역)을 포함하는 제품에서 동작할 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 정보 및 신호들이 임의의 다양한 상이한 기술들 및 기법들을 이용하여 표현될 수 있다는 것을 이해할 것이다. 예를 들어, 위의 설명에서 참조될 수 있는 데이터, 지시들, 명령들, 정보, 신호들, 비트들, 심볼들 및 칩들은 전압들, 전류들, 전자기파들, 자기장들 또는 입자들, 광학장들 또는 입자들, 또는 이들의 임의의 결합에 의해 표현될 수 있다.

본 개시의 기술 분야에서 통상의 지식을 가진 자는 여기에 개시된 실시예들과 관련하여 설명된 다양한 예시적인 논리 블록들, 모듈들, 프로세서들, 수단들, 회로들 및 알고리즘 단계들이 전자 하드웨어, (편의를 위해, 여기에서 소프트웨어로 지칭되는) 다양한 형태들의 프로그램 또는 설계 코드 또는 이들 모두의 결합에 의해 구현될 수 있다는 것을 이해할 것이다. 하드웨어 및 소프트웨어의 이러한 상호 호환성을 명확하게 설명하기 위해, 다양한 예시적인 컴포넌트들, 블록들, 모듈들, 회로들 및 단계들이 이들의 기능과 관련하여 위에서 일반적으로 설명되었다. 이러한 기능이 하드웨어 또는 소프트웨어로서 구현되는지 여부는 특정한 애플리케이션 및 전체 시스템에 대하여 부과되는 설계 제약들에 따라 좌우된다. 본 개시의 기술 분야에서 통상의 지식을 가진 자는 각각의 특정한 애플리케이션에 대하여 다양한 방식들로 설명된 기능을 구현할 수 있으나, 이러한 구현 결정들은 본 개시의 범위를 벗어나는 것으로 해석되어서는 안 될 것이다.

여기서 제시된 다양한 실시예들은 방법, 장치, 또는 표준 프로그래밍 및/또는 엔지니어링 기술을 사용한 제조 물품(article)으로 구현될 수 있다. 용어 제조 물품은 임의의 컴퓨터-판독가능 저장장치로부터 액세스 가능한 컴퓨터 프로그램, 캐리어, 또는 매체(media)를 포함한다. 예를 들어, 컴퓨터-판독가능 저장매체는 자기 저장 장치(예를 들면, 하드 디스크, 플로피 디스크, 자기 스트립, 등), 광학 디스크(예를 들면, CD, DVD, 등), 스마트 카드, 및 플래쉬 메모리 장치(예를 들면, EEPROM, 카드, 스틱, 키 드라이브, 등)를 포함하지만, 이들로 제한되는 것은 아니다. 또한, 여기서 제시되는 다양한 저장 매체는 정보를 저장하기 위한 하나 이상의 장치 및/또는 다른 기계-판독가능한 매체를 포함한다.

제시된 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조는 예시적인 접근들의 일례임을 이해하도록 한다. 설계 우선순위들에 기반하여, 본 개시의 범위 내에서 프로세스들에 있는 단계들의 특정한 순서 또는 계층 구조가 재배열될 수 있다는 것을 이해하도록 한다. 첨부된 방법 청구항들은 샘플 순서로 다양한 단계들의 엘리먼트들을 제공하지만 제시된 특정한 순서 또는 계층 구조에 한정되는 것을 의미하지는 않는다.

제시된 실시예들에 대한 설명은 임의의 본 개시의 기술 분야에서 통상의 지식을 가진 자가 본 개시를 이용하거나 또는 실시할 수 있도록 제공된다. 이러한 실시예들에 대한 다양한 변형들은 본 개시의 기술 분야에서 통상의 지식을 가진 자에게 명백할 것이며, 여기에 정의된 일반적인 원리들은 본 개시의 범위를 벗어남이 없이 다른 실시예들에 적용될 수 있다. 그리하여, 본 개시는 여기에 제시된 실시예들로 한정되는 것이 아니라, 여기에 제시된 원리들 및 신규한 특징들과 일관되는 최광의의 범위에서 해석되어야 할 것이다.

Claims (27)

1. 컴퓨팅 장치에 의해 수행되는, 강화학습 알고리즘의 파라미터를 조절하기 위한 방법으로서,
   상기 강화학습 알고리즘의 에피소드(episode) 중 적어도 일부를 추출하는 단계;
   상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제(task)의 난이도를 정량화한 지표인 복잡도를 결정하는 단계; 및
   상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계;
   를 포함하고,
   상기 복잡도를 결정하는 단계는,
   상기 적어도 일부의 에피소드를 구성하는 액션(action) 집합을 식별하는 단계;
   상기 액션 집합에 포함된 액션들이 분산된 정도를 정량화한, 통계량과 관련된 값을 연산하는 단계; 및
   상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 단계;
   를 포함하는,
   방법.
   
2. 제 1 항에 있어서,
   상기 파라미터는,
   강화학습 알고리즘의 탐색(exploration) 과 관련된 파라미터를 포함하는,
   방법.
   
3. 제 1 항에 있어서,
   상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하는 단계는:
   하나 이상의 알고리즘을 사용하여, 상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 선택하는 단계;
   를 포함하는,
   방법.
   
4. 제 3 항에 있어서,
   상기 하나 이상의 알고리즘은,
   무작위 샘플링(random sampling) 또는
   하나 이상의 메타-휴리스틱(meta-heuristic) 알고리즘 중 적어도 하나를 포함하는,
   방법.
   
5. 삭제
6. 제 1 항에 있어서,
   상기 통계량과 관련된 값은,
   상기 액션 집합에 대한 엔트로피(entropy), 또는
   상기 액션 집합에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율,
   중 적어도 하나를 포함하는,
   방법.
   
7. 제 6 항에 있어서,
   상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 단계는:
   상기 통계량과 관련된 값이 상기 액션 집합에 대한 엔트로피인 경우, 엔트로피가 클수록 상기 복잡도가 높다고 결정하는 단계; 및
   상기 통계량과 관련된 값이 상기 액션 집합에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율인 경우, 상기 비율이 클수록 복잡도가 높다고 결정하는 단계;
   를 포함하는,
   방법.
   
8. 제 7 항에 있어서,
   상기 유효 차원 수는,
   상기 적어도 일부의 에피소드에 대하여 특이값 분해(Singular Value Decomposition)를 수행한 결과값의 분산을 기초로 결정되는,
   방법.
   
9. 제 1 항에 있어서,
   상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
   상기 강화학습 알고리즘의 타입(type)을 식별하는 단계; 및
   상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계;
   를 포함하는,
   방법.
   
10. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 소프트 액터-크리틱(Soft Actor-Critic)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엔트로피 하한선(entropy lower bound)을 높게 설정하는 단계;
    를 포함하는,
    방법.
    
11. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 근위 정책 최적화(Proximal Policy Optimization)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엔트로피 계수(entropy coefficient)를 높게 설정하는 단계;
    를 포함하는,
    방법.
    
12. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 심층 결정론적 정책 경사법(Deep Deterministic Policy Gradient)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 가우시안 노이즈(Gaussian noise)의 표준편차 또는 오른스타인-울렌벡 노이즈(Ornstein-Uhlenbeck noise) 중 위너 확률 과정(Wiener process)의 계수를 높게 설정하는 단계;
    를 포함하는,
    방법.
    
13. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 이득 액터-크리틱(Advantage Actor-Critic) 또는 비동기적 이득 액터-크리틱(Asynchronous Advantage Actor-Critic) 인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엔트로피 계수(entropy coefficient)를 높게 설정하는 단계;
    를 포함하는,
    방법.
    
14. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 딥 Q 네트워크(Deep Q Network)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 엡실론(epsilon) 값을 높게 설정하는 단계;
    를 포함하는,
    방법.
    
15. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 이중 지연 심층 결정론적 정책 경사법(Twin Delayed Deep Deterministic Policy Gradient)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 가우시안 노이즈 값을 높게 설정하는 단계;
    를 포함하는,
    방법.
    
16. 제 9 항에 있어서,
    상기 타입 및 상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 단계는:
    상기 강화학습 알고리즘의 타입이 중요도 가중 액터-러너 아키텍쳐(Importance Weighted Actor-Learner Architecture)인 경우, 상기 복잡도가 높을수록 상기 강화학습 알고리즘의 가우시안 노이즈 값을 높게 설정하는 단계;
    를 포함하는,
    방법.
    
17. 제 1 항에 있어서,
    상기 파라미터를 기초로, 상기 강화학습 알고리즘을 활용하여 상기 과제를 수행하는 단계;
    를 더 포함하는,
    방법.
    
18. 컴퓨팅 장치로 하여금 강화학습 알고리즘의 파라미터를 조절하기 위한 동작들을 포함하는 컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램으로서, 상기 동작들은:
    상기 강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하는 동작;
    상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제의 난이도를 정량화한 지표인 복잡도를 결정하는 동작; 및
    상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하는 동작;
    을 포함하고,
    상기 복잡도를 결정하는 동작은,
    상기 적어도 일부의 에피소드를 구성하는 액션 집합을 식별하는 동작;
    상기 액션 집합에 포함된 액션들이 분산된 정도를 정량화한, 통계량과 관련된 값을 연산하는 동작; 및
    상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 동작;
    을 포함하는,
    컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
    
19. 삭제
20. 제 18 항에 있어서,
    상기 통계량과 관련된 값은,
    상기 적어도 일부의 에피소드에 대한 엔트로피, 또는
    상기 적어도 일부의 에피소드에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율,
    중 적어도 하나를 포함하는,
    컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
    
21. 제 20 항에 있어서,
    상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 동작은:
    상기 통계량과 관련된 값이 상기 적어도 일부의 에피소드에 대한 엔트로피인 경우, 엔트로피가 클수록 상기 복잡도가 높다고 결정하는 동작; 및
    상기 통계량과 관련된 값이 상기 적어도 일부의 에피소드에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율인 경우, 상기 비율이 클수록 복잡도가 높다고 결정하는 동작;
    을 포함하는,
    컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
    
22. 제 21 항에 있어서,
    상기 유효 차원 수는,
    상기 적어도 일부의 에피소드에 대하여 특이값 분해를 수행한 결과값의 분산을 기초로 결정되는,
    컴퓨터 판독가능 저장 매체에 저장된 컴퓨터 프로그램.
    
23. 컴퓨팅 장치로서,
    하나 이상의 코어를 포함하는 프로세서,
    네트워크부; 및
    메모리;
    를 포함하고,
    상기 프로세서는,
    강화학습 알고리즘의 에피소드 중 적어도 일부를 추출하고,
    상기 적어도 일부의 에피소드를 기초로, 상기 강화학습 알고리즘이 수행하는 과제의 난이도를 정량화한 지표인 복잡도를 결정하고, 그리고
    상기 복잡도를 기초로, 상기 강화학습 알고리즘의 파라미터를 조절하고,
    상기 복잡도를 결정하는 것은,
    상기 적어도 일부의 에피소드를 구성하는 액션 집합을 식별하는 것;
    상기 액션 집합에 포함된 액션들이 분산된 정도를 정량화한, 통계량과 관련된 값을 연산하는 것; 및
    상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 것;
    을 포함하는,
    컴퓨팅 장치.
    
24. 삭제
25. 제 23 항에 있어서,
    상기 통계량과 관련된 값은,
    상기 적어도 일부의 에피소드에 대한 엔트로피(entropy), 또는
    상기 적어도 일부의 에피소드에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율,
    중 적어도 하나를 포함하는,
    컴퓨팅 장치.
    
26. 제 25 항에 있어서,
    상기 통계량과 관련된 값을 기초로, 상기 복잡도를 결정하는 것은:
    상기 통계량과 관련된 값이 상기 적어도 일부의 에피소드에 대한 엔트로피인 경우, 엔트로피가 클수록 상기 복잡도가 높다고 결정하는 것; 및
    상기 통계량과 관련된 값이 상기 적어도 일부의 에피소드에 대한 액션 스페이스의 차원 수 대비 유효 차원 수의 비율인 경우, 상기 비율이 클수록 복잡도가 높다고 결정하는 것;
    을 포함하는,
    컴퓨팅 장치.
    
27. 제 26 항에 있어서,
    상기 유효 차원 수는,
    상기 적어도 일부의 에피소드에 대하여 특이값 분해를 수행한 결과값의 분산을 기초로 결정되는,
    컴퓨팅 장치.
    
    

Images