강화 학습

강화 학습은 환경과의 상호작용으로 기계가 의사결정을 배우게 한다. 에이전트는 행동을 시도하고 보상과 페널티를 받으며 전략을 다듬는다. 바둑 챔피언을 꺾은 알파고, 최고수들을 압도한 아타락소스, 대규모 언어 모델의 정렬 학습이 모두 이 흐름에 있다. 새 알고리즘, 자가 대결 학습 기법, 보상 모델링, 로보틱스와 게임의 실제 적용을 추적한다.