(DRL) An Introduction to Deep Reinforcement Learning - 심층 강화학습의 핵심 원리와 알고리즘 체계 -차원의_저주를_깬_딥러닝과_강화_학습의_만남

(DRL) Deep Reinforcement Learning An Overview - 심층 강화학습 핵심 이론과 산업별 응용 기술의 전망 - 치명적인_삼중고_뚫고_진화한_딥_강화학습

(단단한 강화학습) 13 정책 경사도 방법 - 정책 경사도 방법의 원리와 알고리즘 요약 - AI가_계산_대신_직관과_전략을_배우는_법

(단단한 강화학습) 12 적격 흔적 - 적격 흔적 강화학습의 통합과 도약 - 강화학습의_똑똑한_단기_기억_적격_흔적

(단단한 강화학습) 11 근사를 활용한 비활성 정책 방법 - 근사를 활용한 비활성 정책 강화학습 - AI_시스템을_붕괴시키는_죽음의_삼중고

(단단한 강화학습) 10 근사를 적용한 활성 정책 제어 - 근사법을 적용한 활성 정책 제어와 평균 보상 - 함수_근사_제어와_할인율의_무용성

(단단한 강화학습) 09 근사를 이용한 활성 정책 예측 - 근사를 활용한 활성 정책 예측 학습 - 차원의_저주를_깨는_함수_근사

(단단한 강화학습) 08 표에 기반한 방법을 이용한 계획 및 학습 - 강화학습의 통합 계획과 학습의 상호작용 - 계획과_학습을_하나로_잇는_다이나-큐

(단단한 강화학습) 07 n단계 부트스트랩 - n단계 부트스트랩 TD와 몬테카를로의 통합 - 시간_단계의_족쇄를_끊는_n단계_부트스트래핑

(단단한 강화학습) 06 시간차 학습 - 강화학습의 핵심 시간차 학습의 원리와 제어 - 현실주의자_Sarsa와_이상주의자_Q-러닝