docs: finalized wiki integrity maintenance (v3.0 standard) - pruned 1400+ stubs and fixed 11k+ ghost links

10_Wiki/Topics_GD/Proximal Policy Optimization (PPO).md

@@ -1,12 +1,12 @@
 ---
-id: [[P-Reinforce]]-AUTO-PPO-001
+id: [[P-Reinforce|P-Reinforce]]-AUTO-PPO-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 0.99
-tags: [auto-reinforced, [[Reinforcement-Learning]], algorithm, openai, policy-gradient]
+tags: [auto-reinforced, [[Reinforcement-Learning|Reinforcement-Learning]], algorithm, openai, policy-gradient]
 last_reinforced: 2026-04-20
 ---
 
-# [[Proximal Policy [[Optimization]] (PPO)]]
+# [[Proximal-Policy-Optimization|Proximal Policy [[Optimization]] (PPO)]]
 
 ## 📌 한 줄 통찰 (The Karpathy Summary)
 > "강화학습계의 안정적인 표준: 너무 과감한 변화로 성과가 망가지는 것을 막으면서도, 효율적으로 지식을 습득하게 설계된 '중용'의 최적화 알고리즘."
@@ -14,7 +14,7 @@ last_reinforced: 2026-04-20
 ## 📖 구조화된 지식 (Synthesized Content)
 PPO(근접 정책 최적화)는 OpenAI에서 2017년에 발표한 알고리즘으로, 정책 그래디언트 방식의 불안정성을 해결하여 현재 가장 널리 쓰이는 표준 강화학습 알고리즘입니다.
 
-1.  **핵심 아이디어 ([[CLIP]]ped Objective)**:
+1.  **핵심 아이디어 ([[CLIP|CLIP]]ped Objective)**:
     *   새로운 정책이 이전 정책에서 너무 멀리 벗어나지 못하도록 업데이트 크기를 일정 범위(보통 10~20%) 내로 강제 제한(Clipping).
     *   이를 통해 학습 데이터의 재사용성을 높이면서도 성능이 급격히 떨어지는 '붕괴' 현상 방지.
 2.  **구조 유형**:
@@ -30,6 +30,6 @@ PPO(근접 정책 최적화)는 OpenAI에서 2017년에 발표한 알고리즘
 - **정책 변화(RL Update)**: ChatGPT와 같은 대규모 언어 모델의 RLHF(인간 피드백 기반 강화학습) 과정에서 PPO가 핵심 엔진으로 사용됨에 따라, 초거대 모델의 학습 안정성을 보장하기 위한 '분산 PPO 병렬화 정책'이 인프라 설계의 핵심이 됨.
 
 ## 🔗 지식 연결 (Graph)
-- [[Policy-Optimization]], [[Reinforcement Learning (RL)]], Policy Gradient Methods, [[Optimization]], [[Ps-Reinforce Policy Framework]]
+- [[Policy-Optimization|Policy-Optimization]], [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]], Policy Gradient Methods, [[Optimization|Optimization]], [[Ps-Reinforce Policy Framework|Ps-Reinforce Policy Framework]]
 - **Modern Tech/Tools**: Stable Baselines3, OpenAI Gym/Gymnasium, Ray Rllib.
 ---