Thinkering Tinkering

이전 글에서는 hover를 위한 reward와 termination 조건을 정리했습니다. 이제 이 조각들을 하나의 강화학습 환경(environment)으로 묶습니다. 그래야 PPO나 SAC 같은 알고리즘이 HoverPilot을 일반적인 Gymnasium 환경처럼 다룰 수 있습니다. [Read More]

이전 글까지 진행하며 state와 action은 이미 연결해 두었습니다. 이제 강화학습의 핵심 요소인 보상 함수(reward)를 설계합니다. reward는 에이전트의 행동이 목표 상태에 얼마나 가까운지를 알려 주고, 학습 방향을 결정합니다. 목표를 스칼라 신호 하나로 압축해 전달할 수 있다는 전제는 reward hypothesis(Sutton & Barto 3.1절)에 뿌리를 둡니다. reward 설계에 따라 최종 학습 결과도 크게... [Read More]

이전 글에서는 RealFlight Link로 상태를 읽어올 수 있었습니다. 이제 실제로 조종 신호(action)를 보내는 단계로 넘어갑니다. 이때 시스템은 단방향이 아니라 state와 action이 오가는 루프를 이룹니다. 에이전트와 환경이 상태·행동을 주고받는 구조는 강화학습의 기본 골격인 agent-environment interface(Sutton & Barto 3.1절)와 같습니다. [Read More]

이전 글에서는 RealFlight Link 포트를 확인하고 macOS에서 Windows의 RealFlight와 TCP 연결에 성공했습니다. 이제 시뮬레이터의 상태를 실제로 읽어 보겠습니다. [Read More]

코딩테스트에는 처음에는 어려워 보여도 관점을 바꾸면 깔끔하게 풀리는 문제가 있습니다. 이번 글에서는 점프와 순간이동 문제를 이진수로 바라보는 탐욕 알고리즘 풀이를 소개합니다. [Read More]