AI BUSINESS UNIVERSITY
강화학습 AI
AI는 어떻게 직접 해보면서 배울까요? 시도한 결과를 바탕으로 더 나은 행동을 찾아가는 강화학습을 배웁니다. 로봇과 자동화 에이전트를 이해하는 기초부터 시작합니다.
처음부터 로봇을 살 필요는 없습니다. CartPole에서 시작해 탐험과 활용, 기억 상자, 최적 정책, DQN과 PPO를 코랩에서 직접 돌려 봅니다. 그다음 우리가 만든 LINK-01 로봇 시뮬레이터에 내 PPO를 넣고, MuJoCo로 나만의 시뮬레이터를 만들고, 3D 프린트 로봇의 원가와 판매를 따져 본 뒤, 이 세상을 시뮬레이션으로 옮기는 10강까지 이어집니다.
이 과정에서 배우는 것
- 강화학습이 무엇이고 왜 지금 중요한지 스스로 설명할 수 있습니다
- 내 문제를 상태 · 행동 · 보상으로 바꿔 놓을 수 있습니다
- 코랩에서 에이전트를 직접 학습시켜 결과를 눈으로 확인합니다
- 보상을 잘못 설계하면 무슨 일이 생기는지(리워드 해킹) 알고 피할 수 있습니다
- 행동가치 · 최적정책의 뜻을 뿌리부터 이해하고, DQN과 PPO를 코랩에서 직접 돌려 숫자와 확률의 차이로 설명할 수 있습니다
- 보상이 한참 뒤에 오는 문제(지연된 보상)를 호기심으로 푸는 법을 배웁니다
- 로봇 없이 시뮬레이터에서 로봇 두뇌(LINK-01 · MuJoCo 휴머노이드)를 학습시키고 허깅페이스에 올릴 수 있습니다
- 바이브코딩 툴과 함께 MuJoCo로 내 물리 세상을 만들고, 강화학습 환경으로 바꿔 PPO로 학습시킬 수 있습니다
- 피지컬 AI로 팔 수 있는 것(시뮬레이터 · AI 두뇌 · 로봇 디자인 · 교육)을 로봇 한 대의 원가와 함께 따져 봅니다
- 새로 나오는 AI 서비스 속에서 상태 · 행동 · 보상을 읽어 내고, 내 분야로 나만의 시뮬레이터를 시작할 수 있습니다
Part 1 · 행동가치와 DQN
1강의 무작위 선택에서 출발해 탐험 · 기억 · 딥러닝 구조를 하나씩 풀고, DQN으로 여러 게임을 풀어 봅니다
- 강화학습 기초: CartPole의 상태와 행동
- 탐험과 활용: Exploration vs Exploitation
- 기억하기: 경험을 저장하고 다시 꺼내 배우는 리플레이 메모리
- 인공지능 에이전트의 꿈: OPTIMAL POLICY
- 꿈을 꾸는 몬테주마의 복수: 보상이 오지 않을 때, 호기심으로 나아가는 AI
- DQN 완전 정복: 루나랜더 착륙, 뒤집힌 로드스터 그리고 DQN 의 벽 · 허깅페이스에 내 모델 올리기
- 호기심과 MCTS 편: 바둑의 몬테카를로 트리 탐색, 몬테주마의 호기심 보상
Part 2 · PPO와 피지컬 AI 로봇
PPO로 로봇을 학습시키고, MuJoCo로 시뮬레이터를 직접 만들고, 3D 프린트와 사업 아이디어를 거쳐 이 세상을 시뮬레이션으로 옮기는 연습까지 이어 갑니다
- 6강 준비 · DQN 과 PPO: 숫자와 확률
- PPO: 행동을 직접 고르는 두뇌 · 뒤집힌 로드스터 착지
- LINK-01 걷기 · 우리가 만든 로봇 시뮬레이터에 내 PPO 넣기
- 세상을 만드는 것 · MuJoCo 로 나만의 강화학습 시뮬레이터
- 3D 프린트로 진짜 로봇 만들기 · 강화학습을 비즈니스로
- [완공] 강화학습 × JEV · 컴퓨터 유즈: 이 세상을 시뮬레이션으로
1강 실습 · CartPole로 상태 · 행동 보고 탐험하기 (9분)
Connect AI LAB · AI 멘토 제이