Antigravity Agent
32 lines
2.6 KiB
Markdown
32 lines
2.6 KiB
Markdown
---
|
|
id: [[P-Reinforce|P-Reinforce]]-AUTO-CRAS-001
|
|
category: "10_Wiki/💡 Topics/AI"
|
|
confidence_score: 0.94
|
|
tags: [auto-reinforced, credit-assignment, [[Reinforcement-Learning|Reinforcement-Learning]], machine-learning, [[Backpropagation|Backpropagation]], reward]
|
|
last_reinforced: 2026-04-20
|
|
---
|
|
|
|
# [[Credit Assignment Problem|Credit Assignment Problem]]
|
|
|
|
## 📌 한 줄 통찰 (The Karpathy Summary)
|
|
> "누가 상을 받을 자격이 있는가?: 복잡한 연속적 행동 끝에 결과가 나왔을 때, 그 성공(또는 실패)에 기여한 결정적인 '과거의 행동'이나 '신경망의 가중치'를 정확히 찾아내어 공로를 인정해 주는 학습의 핵심 난제."
|
|
|
|
## 📖 구조화된 지식 (Synthesized Content)
|
|
신용 할당 문제(Credit Assignment Problem)는 최종 결과에 도달하기까지의 수많은 과정 중 어떤 부분이 얼마나 기여했는지 판별하는 문제입니다.
|
|
|
|
1. **두 가지 유형**:
|
|
* **Temporal Credit Assignment**: 긴 시간 동안 여러 행동을 한 뒤 보상을 받았을 때, "어떤 시점의 행동" 덕분인지 알아내는 것 (예: 장기전 게임인 바둑의 수). (Reinforcement Learning과 연결)
|
|
* **Structural Credit Assignment**: 다층 신경망에서 에러가 발생했을 때, "어떤 층의 어떤 노드"를 수정해야 하는지 찾아내는 것. (Backpropagation과 연결)
|
|
2. **해결 방법**:
|
|
* **Backpropagation**: 에러를 뒤로 전파하며 기여도(Gradient)를 계산.
|
|
* **Eligibility Traces / Reward Shaping**: 강화학습에서 과거의 행동에 대한 기억을 남겨 보상을 분배.
|
|
|
|
## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
|
|
- **과거 데이터와의 충돌**: 과거에는 보상이 주어지는 시점의 행동에만 집중하는 정책이 많았으나, 현대 정책은 미래의 기대 가치(Value Function)를 끌어다 쓰는 '벨만 방정식 정책'과 '과정 보상 모델(PRM) 정책'을 통해 정교하게 신용을 할당함(RL Update).
|
|
- **정책 변화(RL Update)**: 복잡한 AI 에이전트 워크플로우 정책에서, 최종 결과물만 평가하는 것이 아니라 각 중간 단계 에이전트의 기여도를 공정하게 평가하고 보상하는 '에이전시 기반 신용 할당 정책'이 시스템 설계의 핵심이 됨.
|
|
|
|
## 🔗 지식 연결 (Graph)
|
|
- [[Reinforcement Learning (RL)|Reinforcement Learning (RL)]], [[Backpropagation|Backpropagation]], [[Reward Prediction Error|Reward Prediction Error]], [[Optimization|Optimization]], [[Analysis|Analysis]]
|
|
- **Modern Tech/Tools**: Temporal Difference (TD) Learning, Process Reward Models (PRMs), Attribution modeling.
|
|
---
|