feat: Wiki 지식 자산 업데이트 - UX Scenarios, Frontend, Game Design, Topics 추가 [2026-05-08]

10_Wiki/Topics/AI_and_ML/Policy-Gradient-Methods.md

@@ -1,9 +1,18 @@
 ---
-id: RL-PG-001
-category: Unified
+id: wiki-2026-0508-policy-gradient-methods
+title: Policy Gradient Methods
+category: 10_Wiki/Topics
+status: needs_review
+canonical_id: self
+aliases: [RL-PG-001]
+duplicate_of: none
+source_trust_level: A
 confidence_score: 1.0
-tags: [ai, [[Reinforcement-Learning|Reinforcement-Learning]], policy-gradient, reinforce, ppo, trpo, continuous-control]
+tags: [ai, Reinforcement-Learning, policy-gradient, reinforce, ppo, trpo, continuous-control]
+raw_sources: []
 last_reinforced: 2026-04-26
+github_commit: pending
+inferred_by: Claude Opus 4.7 (auto-normalize 2026-05-08)
 ---
 
 # Policy Gradient Methods (정책 경사 기법)
@@ -19,10 +28,36 @@ last_reinforced: 2026-04-26
     - **Actor-Critic:** 정책을 결정하는 Actor와 그 가치를 평가하는 Critic을 결합하여 분산을 줄임.
 - **의의:** 행동 공간이 무한히 넓은 연속적 제어([[Robotics|Robotics]]) 문제에서 탁월한 성능을 발휘하며, 인간의 선호도를 반영하는 RLHF(Reinforcement Learning from Human Feedback)의 핵심 엔진으로 활용됨.
 
-## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
+## ⚠️ 모순 및 업데이트 (Contradictions & Updates)
 - **과거 데이터와의 충돌:** 가치 기반(Q-Learning 등) 기법보다 데이터 효율성이 떨어진다는 비판이 있었으나, PPO와 같은 안정적인 업데이트 기법과 대규모 병렬 샘플링이 결합되면서 현대 초거대 AI 모델 튜닝의 필수 기술로 자리매김함.
 - **정책 변화:** Antigravity 프로젝트는 에이전트의 복합 작업 계획 수립 시, 각 단계별 도구 선택 확률을 최적화하기 위해 PPO 기반의 정책 경사 학습 모델을 사용함.
 
 ## 🔗 지식 연결 (Graph)
 - [[Reinforcement-Learning|Reinforcement-Learning]], Proximal-[[Policy-Optimization|Policy-Optimization]]-PPO, [[Actor-Critic-Models|Actor-Critic-Models]], [[Off-policy-vs-On-policy-Learning|Off-policy-vs-On-policy-Learning]]
 - **Raw Source:** 10_Wiki/Topics/AI/Policy-Gradient-Methods.md
+
+## 🤖 LLM 활용 힌트 (How to Use This Knowledge)
+
+**언제 이 지식을 쓰는가:**
+- *(TODO)*
+
+**언제 쓰면 안 되는가:**
+- *(TODO)*
+
+## 🧪 검증 상태 (Validation)
+
+- **정보 상태:** needs_review
+- **출처 신뢰도:** A
+- **검토 이유:** *(P-Reinforce Phase 1 자동 정규화. 본문 검증 필요.)*
+
+## 🧬 중복 검사 (Duplicate Check)
+
+- **기존 유사 문서:** *(TODO: 인덱서 클러스터 리포트 참조)*
+- **처리 방식:** UPDATE (자동 정규화)
+- **처리 이유:** Phase 1 정규화 — 옛 템플릿/누락 필드 보강.
+
+## 🕓 변경 이력 (Changelog)
+
+| 날짜 | 변경 내용 | 처리 방식 | 신뢰도 |
+|------|-----------|-----------|--------|
+| 2026-05-08 | P-Reinforce Phase 1 정규화 (frontmatter + 헤더 표준화) | UPDATE | A |