본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색

결과 내 검색

동의어 포함

고급검색

인명/단체명

저자정보 상세정보
인명/단체명을 입력하세요.

키워드

  • 대표어

  • 외국어

-

목차보기

목차

심층강화학습 라이브러리 기술동향 ＝ A survey on deep reinforcement learning libraries / 신승재 ; 조충래 ; 전홍석 ; 윤승현 ; 김태연 1

ABSTRACT 1

I. 서론 1

II. 심층강화학습 개관 2

III. 심층강화학습 라이브러리 5

1. 분석기준 5

2. 심층강화학습 라이브러리 일람 6

3. 라이브러리 간 비교분석 11

IV. 결론 11

용어해설 11

약어 정리 11

참고문헌 12

권호기사

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 목차
제4차 산업혁명 활성화를 위한 5G 추가 주파수 공급의 전략적인 의견 = Strategic reviews on promoting the fourth industrial revolution by supplying 5G additional frequency 박승근 p. 1-16

보기
독일 5G주파수 최근(2019) 경매사례 분석 = Latest 5G spectrum auction in Germany 김헌진, 이성준 p. 17-27

보기
초고주파대역 무선통신시스템 기술 동향 = Wireless communication system on very high frequency 정재호, 김명돈, 이정남, 조영균, 김광선, 권헌국, 송영석, 박형숙, 최은영, 김준식 [외] p. 28-41

보기
5G URLLC 기술 동향 = Technical trends of ultra-reliable low-latency communication for 5G 박옥선, 김석기, 박기윤, 신우람, 신재승 p. 42-50

보기
비지상네트워크를 위한 5G 무선통신 기술 = 5G wireless communication technology for non-terrestrial network 김지형, 윤미영, 유덕현, 이문식 p. 51-60

보기
포토닉스 기반 THz 근거리 전송 기술 = THz short-range transmission technology based on photonics 조승현, 문상록, 이준기 p. 61-70

보기
심화 학습 기반 이동통신기술 연구 동향 = Research trends of deep learning-based mobile communication technology 권동승 p. 71-86

보기
심층강화학습 라이브러리 기술동향 = A survey on deep reinforcement learning libraries 신승재, 조충래, 전홍석, 윤승현, 김태연 p. 87-99

보기
역강화학습 기술 동향 = Research trends on inverse reinforcement learning 이상광, 김대욱, 장시환, 양성일 p. 100-107

보기
제4차 산업혁명 시대를 위한 초저지연 네트워킹 기술 동향 = Research trend in ultra-low latency networking for fourth industrial revolution 강태규, 강유화, 유연철, 정태식 p. 108-122

보기
인터넷 데이터 집중화 문제와 대응연구 동향 = Survey on data consolidation issue in the Internet and corresponding research 정희영, 고남석 p. 123-132

보기
모바일/임베디드 객체 및 장면 인식 기술 동향 = Recent trends of object and scene recognition technologies for mobile/embedded devices 이수웅, 이근동, 고종국, 이승재, 유원영 p. 133-144

보기
디지털 홀로그램 압축 기술 및 표준화 동향 = Research and standardization trends of digital hologram compression 오관정, 박중기 p. 145-155

보기
이머시브미디어를 3DoF+ 비디오 부호화 표준 동향 = Standardization trend of 3DoF+ video for immersive media 이광순, 정준영, 신홍창, 서정일 p. 156-163

보기
저고도 소형드론 식별 기술 및 표준화 동향 = Trends in low altitude small drone identification technology and standardization 강규민, 박재철, 최수나, 오진형, 황성현 p. 164-174

보기

참고문헌 (72건) : 자료제공( 네이버학술정보 )

참고문헌 목록에 대한 테이블로 번호, 참고문헌, 국회도서관 소장유무로 구성되어 있습니다.
번호 참고문헌 국회도서관 소장유무
1 Research Trends on Deep Reinforcement Learning 소장
2 Reinforcement Learning: An Introduction, 2nd edition 미소장
3 Deep learning. 네이버 미소장
4 Playing Atari with Deep Reinforcement Learning 미소장
5 Survey of Model-Based Reinforcement Learning: Applications on Robotics 네이버 미소장
6 Control of a Quadrotor with Reinforcement Learning 미소장
7 Query-Efficient Imitation Learning for End-to-End Autonomous Driving 미소장
8 Resource Management with Deep Reinforcement Learning 미소장
9 Neural Adaptive Video Streaming with Pensieve 미소장
10 Learning Scheduling Algorithms for Data Processing Clusters 미소장
11 기계학습을 활용한 5G통신 방향 소장
12 Deep Direct Reinforcement Learning for Financial Signal Representation and Trading 네이버 미소장
13 https://www.yna.co.kr/view/AKR20171018151400017?input=1179m 미소장
14 Asynchronous Methods for Deep Reinforcement Learning 미소장
15 Continuous Control with Deep Reinforcement Learning 미소장
16 Trust Region Policy Optimization 미소장
17 Proximal Policy Optimization Algorithms 미소장
18 Prioritized Experience Replay 미소장
19 Dueling Network Architectures for Deep Reinforcement Learning 미소장
20 Deep Reinforcement Learning with Double Q-Learning 미소장
21 패턴인식 미소장
22 https://hunkim.github.io/ml/ 미소장
23 Deep Learning 미소장
24 IMPALA: Scalable Distributed Deep-RL with Importance Weighted Actor-Learner Architectures 미소장
25 Distributed Prioritized Experienced Replay 미소장
26 Recurrent Experience Replay in Distributed Reinforcement Learning 미소장
27 Multi-Agent Actor Critic for Mixed Cooperative-Competitive Environments 미소장
28 QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning 미소장
29 Robust Multi-Agent Reinforcement Learning via Minimax Deep Deterministic Policy Gradient 미소장
30 https://nervanasystems.github.io/coach/ 미소장
31 https://github.com/NervanaSystems/coach 미소장
32 https://www.tensorflow.org/?hl=ko 미소장
33 https://mxnet.incubator.apache.org/ 미소장
34 https://software.intel.com/en-us/frameworks/tensorflow 미소장
35 https://gym.openai.com/ 미소장
36 https://github.com/openai/roboschool 미소장
37 https://github.com/Breakend/gym-extensions 미소장
38 https://github.com/bulletphysics/bullet3 미소장
39 http://vizdoom.cs.put.edu.pl/ 미소장
40 http://carla.org/ 미소장
41 https://github.com/deepmind/pysc2 미소장
42 https://github.com/deepmind/dm_control 미소장
43 https://opensource.google/projects/dopamine 미소장
44 Dopamine: A Research Framework for Deep Reinforcement Learning 미소장
45 https://github.com/google/dopamine 미소장
46 https://keras.io/ 미소장
47 https://github.com/keras-rl/keras-rl 미소장
48 https://github.com/openai/baselines 미소장
49 tps://www.open-mpi.org 미소장
50 https://spinningup.openai.com/en/latest/ 미소장
51 https://github.com/openai/spinningup 미소장
52 https://gym.openai.com/envs/#mujoco 미소장
53 https://ray.readthedocs.io/en/latest/rllib.html 미소장
54 RLlib: Abstractions for Distributed Reinforcement Learning 미소장
55 https://ray.readthedocs.io/en/latest/index.html# 미소장
56 https://github.com/ray-project/ray 미소장
57 https://pytorch.org/ 미소장
58 https://stable-baselines.readthedocs.io/en/master/ 미소장
59 https://github.com/hill-a/stable-baselines 미소장
60 https://github.com/araffin/rl-baselines-zoo 미소장
61 https://tensorforce.readthedocs.io/en/latest/ 미소장
62 https://github.com/tensorforce/tensorforce 미소장
63 https://github.com/mgbellemare/Arcade-Learning-Environment 미소장
64 https://github.com/microsoft/MazeExplorer 미소장
65 https://github.com/openai/retro 미소장
66 https://opensim.stanford.edu 미소장
67 https://github.com/ntasfi/PyGame-Learning-Environment 미소장
68 https://github.com/tensorflow/agents 미소장
69 https://github.com/deepmind/trfl 미소장
70 https://winderresearch.com/a-comparison-of-reinforcementlearning-frameworks-dopamine-rllib-keras-rl-coach-trfltensorforce-coach-and-more/ 미소장
71 https://medium.com/@vermashresth/a-primer-on-deepreinforcement-learning-frameworks-part-1-6c9ab6a0f555 미소장
72 https://mc.ai/choosing-a-deep-reinforcement-learning-library/ 미소장

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차

권호

기사명 원문보기 기사목차
닫기