3.2 KiB
3.2 KiB
id, title, category, status, canonical_id, aliases, duplicate_of, source_trust_level, confidence_score, tags, raw_sources, last_reinforced, github_commit, inferred_by
| id | title | category | status | canonical_id | aliases | duplicate_of | source_trust_level | confidence_score | tags | raw_sources | last_reinforced | github_commit | inferred_by | ||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| wiki-2026-0508-experience-replay | Experience Replay | 10_Wiki/Topics | needs_review | self |
|
none | A | 1.0 |
|
2026-04-26 | pending | Claude Opus 4.7 (auto-normalize 2026-05-08) |
Experience Replay (경험 재플레이)
📌 한 줄 통찰 (The Karpathy Summary)
"과거의 경험을 망각 속에 버리지 말고, 무작위로 꺼내어 현재의 지능을 다져라" — 에이전트가 환경과 상호작용하며 얻은 경험 데이터(
s, a, r, s')를 버퍼에 저장하고, 학습 시 이들을 무작위로 샘플링하여 사용하여 학습의 상관관계를 끊고 효율을 높이는 기법.
📖 구조화된 지식 (Synthesized Content)
- 추출된 패턴: 실시간으로 유입되는 데이터 간의 강한 시간적 상관관계(Correlation)를 무작위 샘플링을 통해 파괴함으로써, 모델이 특정 상황에 편향되거나 발산하는 것을 막는 학습 안정화 패턴.
- 주요 효과:
- Reduced Correlation: 연속된 샘플들이 서로 비슷하여 생기는 학습의 비효율성 해결.
- Data Efficiency: 한 번의 경험을 여러 번 학습에 활용하여 데이터 가치 극대화.
- Stability: 학습의 분산을 낮추어 신경망이 더 안정적으로 수렴하도록 도움.
- 고급 기법:
- Prioritized Experience Replay (PER): 학습에 더 도움이 될 것 같은(오차가 큰) 중요한 경험을 더 자주 샘플링.
⚠️ 모순 및 업데이트 (Contradictions & Updates)
- 과거 데이터와의 충돌: 즉각적인 데이터 처리가 최선이라는 고정관념에서 벗어나, 데이터를 '축적'하고 '재배치'하는 과정이 신경망 학습의 질을 결정함을 증명.
- 정책 변화: Skybound 프로젝트의 적 기체 AI는 플레이어와의 교전 이력을 Replay Buffer에 저장하고, 이를 통해 다양한 플레이어의 전술에 범용적으로 대응하는 강건한 정책을 구축함.
🔗 지식 연결 (Graph)
- Deep-Q-Networks-DQN, Reinforcement-Learning, Q-Learning-Foundations, Neural-Networks-Foundations
- Raw Source: 10_Wiki/Topics/AI/Experience-Replay.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 |