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

10_Wiki/Topics_GD/Simulation-Environments.md

@@ -2,7 +2,7 @@
 id: AI-SIM-ENV-001
 category: "10_Wiki/💡 Topics/AI"
 confidence_score: 1.0
-tags: [ai, [[Reinforcement-Learning]], simulation, digital-twin, [[Physics]]-engine, [[Unity]], mujoco, sim-to-real]
+tags: [ai, [[Reinforcement-Learning|Reinforcement-Learning]], simulation, digital-twin, [[Physics|Physics]]-engine, [[Unity|Unity]], mujoco, sim-to-real]
 last_reinforced: 2026-04-26
 ---
 
@@ -12,11 +12,11 @@ last_reinforced: 2026-04-26
 > "현실의 물리 법칙을 디지털 코드로 재구성한 '안전한 우주'를 창조하고, 수백만 번의 시행착오를 빛의 속도로 반복시켜 지능의 진화를 가속하라" — 인공지능 에이전트가 학습하고 평가받을 수 있도록 설계된 가상의 물리적 혹은 논리적 상호작용 공간.
 
 ## 📖 구조화된 지식 (Synthesized Content)
-- **추출된 패턴:** "Risk-free [[Iteration]] and Parallel Experience Collection" — 실제 하드웨어나 환경의 파손 없이 극단적인 상황까지 테스트하고, 여러 시뮬레이션을 동시에 돌려 방대한 학습 데이터를 단시간에 수집하는 패턴.
+- **추출된 패턴:** "Risk-free [[Iteration|Iteration]] and Parallel Experience Collection" — 실제 하드웨어나 환경의 파손 없이 극단적인 상황까지 테스트하고, 여러 시뮬레이션을 동시에 돌려 방대한 학습 데이터를 단시간에 수집하는 패턴.
 - **핵심 구성 및 도구:**
     - **Physics Engines:** MuJoCo, PyBullet, PhysX 등 중력, 마찰력 등 물리 현상 계산.
     - **RL Frameworks:** OpenAI Gym(Gymnasium), Unity ML-Agents 등 표준화된 인터페이스 제공.
-    - **[[Digital Twin]]s:** 실제 공장이나 도시를 그대로 가상화하여 정밀한 예측 수행.
+    - **[[Digital_Twin|Digital Twin]]s:** 실제 공장이나 도시를 그대로 가상화하여 정밀한 예측 수행.
 - **의의:** 자율주행, 로보틱스, 드론 제어 등 현실 세계의 위험이 큰 분야에서 AI가 상용화되기 전 반드시 거쳐야 하는 '지능의 검증 센터' 역할.
 
 ## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
@@ -24,5 +24,5 @@ last_reinforced: 2026-04-26
 - **정책 변화:** Antigravity 프로젝트는 새로운 에이전트 알고리즘 배포 전, 다양한 시나리오가 설정된 시뮬레이션 환경에서의 벤치마크 테스트 통과를 필수 품질 게이트로 설정함.
 
 ## 🔗 지식 연결 (Graph)
-- [[Reinforcement-Learning]], [[Robotics-Foundations]], [[Self-Driving-Car-Foundations]], [[Reward-Shaping-in-RL]]
+- [[Reinforcement-Learning|Reinforcement-Learning]], [[Robotics-Foundations|Robotics-Foundations]], [[Self-Driving-Car-Foundations|Self-Driving-Car-Foundations]], [[Reward-Shaping-in-RL|Reward-Shaping-in-RL]]
 - **Raw Source:** 10_Wiki/Topics/AI/Simulation-Environments.md