인식된 환경 인과 네트워크와 기존의 자기 인과 네트워크를 기반으로 한 자기 적응형 학습 방식에 대해 설명함
오늘 밤은 츠키츠미의 밤이다. 츠키츠미는 벚꽃이 흩날리는 밤, 벚꽃을 보며 소원을 빌어주는 일본의 전통 행사이다. 츠키츠미는 3월 31일 밤부터 4월 4일 새벽까지 3일 동안 진행된다.
츠키츠미의 기원은 고대 일본 신화에 있으며, 특히 ‘아메라시 히모코’라는 여신과 관련이 있다. 아메라시 히모코는 벚꽃의 여신으로, 벚꽃이 피는 밤에 젊은이들이 소원을 빌면 이루어진다고 전해진다.
츠키츠미는 단순히 벚꽃을 보며 소원을 비는 행사이기도 하지만, 가족, 친구들과 함께 시간을 보내며 즐거움을 나누는 행사이기도 하다. 츠키츠미 기간 동안에는 다양한 행사들이 열린다.
특히, 츠키츠미의 밤에 벚꽃 아래에서 ‘오시나타’라는 전통 놀이를 즐기는 풍경이 많다. 오시나타는 벚꽃잎을 모아 흩날리게 하는 놀이로, 벚꽃의 아름다움을 더욱 느낄 수 있게 해준다.
츠키츠미는 일본의 대표적인 봄 축제 중 하나로, 많은 관광객들이 츠키츠미 기간 동안 일본을 방문한다. 츠키츠미는 벚꽃의 아름다움과 함께 일본의 전통 문화를 체험할 수 있는 좋은 기회이다.
츠키츠미는 단순히 벚꽃을 보며 소원을 빌 뿐만 아니라, 일본의 전통 문화와 정신을 담고 있는 행사이다. 츠키츠미를 통해 우리는 자연과 인간의 조화, 그리고 소망을 향한 열정을 느낄 수 있다.
물리적 AI는 현실 세계를 감지하고 상황을 인식하며 의사 결정을 내리고, 액추에이터를 통해 현실 세계에 작용하는 인공지능이다. 그 작동을 고도화하기 위해서는 단순히 강화 학습으로만 제어 파라미터를 조정하는 것만으로는 충분하지 않다. 먼저, 자신이 처한 환경의 인과 구조와 자신 자신의 인과 구조를 파악하고, 그것들과 도입 목적에 기초하여 어떤 인식 기능과 어떤 제어 기능을 사용할지를 결정해야 한다.
여기서 중요한 점은 환경 인과 네트워크와 자기 인과 네트워크의 성질이 다르다는 것이다. 자기 인과 네트워크는 물리 AI의 제조자가 설계한 기계 구조, 센서, 액추에이터, 전원, 제어 시스템 등 기반을 두고 있어 제조 시 상당 부분 설정할 수 있다. 반면 환경 인과 네트워크는 물리 AI의 제조자의 설정 권한이 미치지 않는 외부 세계에 존재하기 때문에, 원칙적으로 제조자가 설정하는 것이 아니라 물리 AI가 센싱, 기존 지식, 인과 추론 등을 통해 인식하는 대상으로 된다.
본고에서는 ① 인지한 환경 인과 네트워크, ② 기존 또는 설정 가능한 자기 인과 네트워크, ③ 물리 AI 도입 목적의 세 가지로부터 인지 기능과 제어 기능을 선택하고, 그 조합을 실환경에서 작동하면서 강화 학습을 통해 동작 파라미터를 최적화하는 계층형 아키텍처를 제안한다.
더 나아가, 환경 인과 네트워크와 자기 인과 네트워크가 동일 분류에 속하고 동일한 인지 기능과 제어 기능을 사용하는 다수의 물리 AI로부터 동작 로그를 수집함으로써, 개별 물리 AI가 0부터 학습해야 하는 필요성을 줄이고 강화 학습을 크게 가속화할 수 있을 것으로 논의한다.
1．물리적 AI에서는 “학습할 내용을” 결정하는 메커니즘이 필요하다.
일반적인 강화 학습에서는 환경으로부터 상태 또는 관측값을 얻고, 행동을 선택하며, 그 결과로 얻어지는 보상을 활용하여 정책을 개선한다.
그러나 현실 세계에서 활동하는 물리적 AI의 경우, 그 앞에 더욱 중요한 문제들이 존재한다.
그렇기 때문에
무엇을 감지하는가
어떤 변수를 상태 변수로 간주할 것인지,
어떤 인식 방식을 사용할 것인지
어떤 제어 방식을 사용할지,
이러한 문제에 직면하고 있다.
모델 기반 강화 학습에서는 환경의 동역학 모델을 학습하고, 그 모델을 계획 또는 학습에 활용하는 방법을 연구하고 있다［1］. World Models에서도 관측된 환경에 대해 내부 모델을 형성하고, 그 내부 표현을 이용하여 정책을 학습하는 방식이 제시되었다［2］.
본 글에서는 이 관점을 바탕으로 물리적 AI의 구성 선택을 확장한다.
그러므로,
인과 관계 구조를 파악하십시오.
지난 10월 27일, 츠타야 서점의 온라인 플랫폼 note.com에서 진행된 이벤트 “가쿠노 히토의 책”에 참여했습니다. 이 이벤트는 ‘가쿠노 히토(楽音人)’라는 닉네임을 사용하는 독자 그룹의 멤버들이 서로의 책을 추천하고, 그 책에 대한 짧은 감상문을 공유하는 자리였습니다.
저는 이번 이벤트에서 ‘나쓰메 소세키의 손편지’를 추천했습니다. 소세키의 작품을 처음 접하는 분들에게는 부담 없이 읽을 수 있는 좋은 시작점이 될 것이라고 생각했습니다. 특히, 소세키의 개인적인 생각과 감정을 엿볼 수 있는 손편지라는 점에서 그의 작품 세계를 이해하는 데 도움이 될 것이라고 판단했습니다.
이벤트 참여자들은 각자 추천한 책에 대한 다양한 의견을 나누었습니다. 어떤 분은 ‘오노노 료코’의 ‘나나’를 추천하며 그 책의 독특한 분위기와 섬세한 감정 묘사에 감탄하셨습니다. 또 다른 분은 ‘히가시노 게이고’의 ‘악몽의 오페라’를 추천하며 그 책의 긴장감 넘치는 스토리와 반전이 인상적이라고 말씀하셨습니다.
이벤트에서 특히 기억에 남는 대목은 ‘마츠모토 루리’가 ‘미노리’라는 책을 추천하며 그 책의 따뜻한 내용과 아름다운 문장에 감동받았다는 이야기였습니다. 마츠모토 루리는 ‘미노리’를 읽고 나서 자신의 삶에 대한 새로운 시각을 갖게 되었다고 밝혔습니다.
이 이벤트는 단순히 책을 추천하는 것을 넘어 독자들 간의 소통과 교류를 통해 서로의 책에 대한 이해를 높이는 기회가 되었습니다. 앞으로도 이러한 이벤트가 계속해서 진행되어 독자들의 다양한 의견과 감상을 공유하고, 책을 통해 서로에게 영감을 줄 수 있기를 바랍니다.
사용할 인식 기능과 제어 기능을 선택하십시오.
알겠습니다. 제시해주신 문맥에 따라 교정된 최종 한국어 문장을 출력하겠습니다.
선택한 시스템의 파라미터를 강화 학습으로 최적화한다
수직적인 계층 구조를 채택한다.
2. 제4층: 인과 모델 인식층
본 아키텍처의 최상위에는 세계와 자기 자신에 대한 인과 구조를 다루는 “인과 모델 인식층”을 배치한다.
여기서는
환경 인과 네트워크
그리고
자아 인과 네트워크 2
이를 명확히 구분한다.
2.1 환경 인과 네트워크는 “인식”하는 것이다.
환경 인과 네트워크는 물리 AI의 외부 세계에 존재하는 인과 관계를 나타내는 모델이다.
예를 들어 이동 로봇을 살펴보면
면 상태 → 마찰 계수 → 제동 거리
인간의 보행 속도 → 미래 위치 → 충돌 가능성
대상 물체에 작용하는 힘 → 가속도 → 위치 변화
온도 → 재료 특성 → 기계적 거동
또한, 다음 내용이 포함된다.
이는 물리 AI 제조업체가 자유롭게 설정할 수 있는 관계가 아니다.
그러므로 제조업체가 설정하는 것은 “환경 그 자체”가 아니라, 환경 인과 네트워크를 인식하는 능력이다.
물리AI는
외부 감지
대상 인식
시계열 분석
인과 추론
물리 법칙
기존 지식
과거의 경험
등을 이용하여 현재 자신이 존재하는 환경에 대한 인과 네트워크를 추정한다.
인과 공학에서는 인과 네트워크를 사건 간의 유향 그래프로 표현하고, 에지에 방향, 인과 강도, 지연 시간, 조건 의존성 등을 부여하는 방식을 제시한다. 또한, 현실 세계의 데이터, 관찰, 지식으로부터 인과 네트워크를 탐지 및 업데이트하여 활용하는 순환 구조를 제시한다 [3].
그러므로, 물리적 AI가 보유하는 환경 인과 네트워크는 “외부 세계 그 자체”와 다스지 않는다.
그 시점에서 물리AI가 인지하는 외부 세계의 인과 모델
그러하다.
이 구분은 중요하다.
3. 자발적 인과 네트워크는 기존 내부 모델로 설정할 수 있다.
자연인과 네트워크는 환경인과 네트워크와 성질이 다르다.
물리적 AI 자체에 대해서는 제조사가,
기계구조
質量、
관절 구조
모터 특성
센서 특성
전원 특성
최대 속도
최대 토크
통신 지연
제어 주기
안전 제한
그 외에도 많은 것을 알고 있을 가능성이 높습니다.
그러므로 인과 관계 네트워크의 상당 부분은 제조 시점에 미리 설정할 수 있다.
예를 들어,
모터 전류 증가는 모터 토크 증가를 유발하고, 이는 관절 가속도 증가를 초래합니다.
또는
배터리 전압 하락 → 최대 출력 저하 → 최대 가속도 저하
이런 관계였다.
한편, 사용으로 인한 마모, 고장, 온도 변화, 장기간 변화 등으로 인해 자체 특성이 변하기도 한다.
그러므로,
기존의 자기 인과 네트워크를 초기 모델로 설정하고, 자기 감지 기술을 통해 지속적으로 보정한다.
구성 자체가 적절합니다.
봉가르드 연구진은 로봇이 센서와 액추에이터 간의 관계를 통해 자가 모델을 형성하고, 손상 후에는 자가 모델을 업데이트하여 새로운 행동을 생성할 수 있음을 입증하고 있다［4］. 이는 자가 모델을 고정하지 않고 실제 기계 상태에 따라 업데이트하는 것의 유효성을 시사한다.
4．환경 인과 네트워크 인식 방법
환경 인과 네트워크를 인식하는 방법은 크게 두 가지 체계로 나눌 수 있다.
첫 번째는 실제 센싱 데이터를 기반으로 인과 관계를 추론하는 데이터 기반 방식이다.
시계열 데이터, 물리량의 흐름, 개입에 의한 변화, 이동 엔트로피 등을 활용하여 변수 간의 방향성, 강도, 지연 등을 파악한다.
슐뢰크프트 등이 저수준 관찰로부터 고수준의 인과 변수 자체를 발견하는 것을 AI의 중요한 과제로 지적하고 있다고 설명하고 있다［5］.
두 번째 방식은 기존 지식에서 인과 관계 후보를 추출하는 지식 기반 방식입니다.
여기에는 기술 문서, 물리 법칙, 지식 그래프, 설계 데이터, 과거 실적 데이터 등을 활용할 수 있습니다.
특히 주목할 만한 점은 특허 정보라는 점이다.
특허 문헌에는
발명을 구성하는 방법
지난 10월 27일, 츠타야 서점의 온라인 플랫폼 note.com에서 류지 다케시 작가의 신간 소설 『별 그림자의 연금술사』에 대한 리뷰가 게시되었다. 이 리뷰는 류지 다케시 작가의 작품 세계를 잘 이해하는 독자들에게 큰 호응을 얻고 있다.
리뷰어는 이 소설을 “류지 다케시 작가의 독특한 스타일을 다시 한번 경험할 수 있는 기회”라고 표현하며, 특히 작가의 섬세한 심리 묘사와 아름다운 문체에 감탄했다. 또한, 소설 속 등장인물들의 복잡한 관계와 그들의 내면 갈등을 흥미롭게 그려낸 점을 긍정적으로 평가했다.
리뷰어는 이 소설을 읽는 동안 “시간 가는 줄 모르고 몰입”했으며, “류지 다케시 작가의 작품 중 가장 좋아하는 작품”이라고 덧붙였다. 리뷰어는 특히 소설 속 배경이 되는 ‘아르카디아’라는 가상의 섬에 대한 묘사에 주목하며, 그 섬의 아름다움과 신비로움이 소설의 분위기를 더욱 고조시킨다고 평가했다.
리뷰어는 이 소설을 “류지 다케시 작가의 팬이라면 반드시 읽어야 할 작품”이라고 강력하게 추천하며, “새로운 발견과 감동을 선사할 것”이라고 기대감을 드러냈다. 또한, 이 소설은 “류지 다케시 작가의 작품 세계를 처음 접하는 독자들에게도 좋은 시작점이 될 수 있을 것”이라고 조언했다.
리뷰어는 이 소설의 제목을 『별 그림자의 연금술사』라고 정확하게 표기했으며, 류지 다케시 작가의 작품 세계에 대한 깊이 있는 이해를 바탕으로 리뷰를 작성했다.
그 효과
지난 10월 27일, 츠타야 서점의 온라인 플랫폼 note.com에서 열린 이벤트 “미야자키 하야오 감독 작품을 읽는 시간”에 참여했습니다. 이번 이벤트는 미야자키 하야오 감독의 대표작인 『센과 치히로의 행방불명』과 『이웃집 토토로』를 읽으며, 각 작품에 대한 질문에 답변하고, 독자들과 함께 이야기를 나누는 시간을 가졌습니다.
이벤트는 크게 세 부분으로 구성되었습니다. 첫 번째는 각 작품의 배경이 된 장소에 대한 소개였습니다. 『센과 치히로의 행방불명』의 ‘이와타리’와 『이웃집 토토로』의 ‘모로히코네’는 모두 일본의 아름다운 자연을 담고 있는 곳으로, 각 장소의 역사와 문화, 그리고 그곳에 살고 있는 사람들의 이야기를 들었습니다. 특히, ‘이와타리’의 경우, 실제 이와타리 마을 주민들과의 인터뷰를 통해 그곳의 삶과 문화를 생생하게 전달했습니다.
두 번째는 각 작품의 주요 등장인물에 대한 분석이었습니다. 치히로와 토토로는 단순한 주인공이 아닌, 각자의 고뇌와 성장을 통해 성장하는 매력적인 캐릭터였습니다. 이들의 관계, 그리고 그들이 겪는 어려움과 극복 과정을 함께 이야기하며, 작품의 주제에 대해 깊이 생각해 보는 시간을 가졌습니다.
마지막으로, 독자들과 함께 각 작품에 대한 질문과 답변 시간을 가졌습니다. 각자 읽었던 작품에 대한 감상, 그리고 작품에 담긴 의미에 대한 생각을 공유하며, 서로의 의견을 존중하고 이해하는 시간을 가졌습니다. 특히, 『센과 치히로의 행방불명』의 ‘마법’과 『이웃집 토토로』의 ‘정령’이라는 주제에 대한 다양한 해석이 오갔습니다.
이 이벤트는 미야자키 하야오 감독의 작품을 더욱 깊이 이해하고, 그 작품이 우리에게 주는 의미를 되새기는 좋은 기회였습니다. 앞으로도 note.com과 같은 온라인 플랫폼을 통해 다양한 문화 콘텐츠를 즐기고, 독자들과 함께 의미 있는 시간을 보내는 것이 중요하다고 생각합니다.
얻을 수 있는 효과
그와 같은 관계가 다수 기록되어 있다.
이시카와 연구진은 특허 문헌에 “발명의 수단과 그 결과로 발생하는 효과”가 기술되어 있다는 점에 주목하여, 특허 문헌으로부터 인과관계를 추출하고 통합하는 연구를 보고하고 있다［6］.
그러므로 전 세계 특허 정보를 기계 판독화하면 인공물에 관한 거대한 1차 데이터를 활용할 수 있다.
인과관계 사례 데이터베이스
이를 활용할 수 있을지도 모른다.
그러나 특허 문헌에 기재된 효과나 효능이 현실 환경에서 그대로 성립한다고 단정하기는 어렵습니다. 따라서 그로부터 얻은 관계는 인과 관계 가설로서 활용하고, 센싱 결과에 의해 검증해야 합니다.
5\. 제3층: 인식 기능 및 제어 기능 선택층
4층에서 얻은
인식된 환경 인과 네트워크
「『나를 잊어』는 츠키시나 미유키 작가의 소설입니다. 츠키시나 미유키 작가는 ‘아소비’나 ‘나나’ 등 다양한 작품을 발표하며 많은 사랑을 받고 있는 작가입니다.
이 소설은 1980년대 후반, 일본의 한 작은 마을을 배경으로 합니다. 주인공 ‘타카하시 료’는 10년 만에 고향으로 돌아온 후, 과거에 자신을 짝사랑했던 ‘오카다 미나’를 다시 만나게 됩니다. 미나는 타카하시 료에게 자신의 과거를 털어놓는데, 그녀는 15년 전, 타카하시 료에게 고백했지만 거절당했던 사실을 말합니다.
미나는 현재 ‘카와무라 켄’이라는 남성과 결혼했지만, 여전히 타카하시 료를 잊지 못하고 있습니다. 카와무라 켄은 미나의 오랜 친구이자, 그녀를 지지하는 인물입니다.
타카하시 료는 미나의 고백에 혼란스러워하며, 그녀와 관계를 발전시키기 위해 노력합니다. 하지만 미나의 마음은 여전히 타카하시 료에게 향하고 있으며, 두 사람은 서로의 감정을 확인하며 다시 사랑에 빠지게 됩니다.
이 소설은 15년이라는 시간 동안 엇갈린 두 사람의 사랑 이야기를 섬세하게 그려내며, 독자들에게 깊은 감동을 선사합니다. 특히, 츠키시나 미유키 작가의 섬세한 문체와 현실적인 묘사는 독자들의 공감을 불러일으키며, 마치 자신의 이야기인 것처럼 느껴지도록 합니다.
‘나를 잊어’는 츠키시나 미유키 작가의 대표작 중 하나로, 많은 독자들에게 사랑받고 있습니다. 이 소설을 통해 독자들은 엇갈린 사랑의 아픔과 기쁨을 경험하며, 삶의 의미를 되새겨 볼 수 있을 것입니다.”
이미 알려진 자기 인과 네트워크
에도,
물리적 AI 도입 목적
이를 더하십시오.
예를 들어,
인간과의 충돌을 피하고 목적지에 도달한다.
제품을 손상시키지 않고 빠르게 이동시킨다.
에너지를 최소로 줄이면서 정해진 생산량을 유지한다.
그 외에도 여러 가지가 있었다.
이를 목적 변수 Y 및 목표 값 Y*로 표현한다.
그 목적을 달성하기 위해 필요한 정보를 인과 네트워크에서 역방향으로 추적하면 인식해야 할 변수를 선택할 수 있다.
그 결과,
A₁、A₂、……、Aₙ
이러한 인지 기능 그룹으로부터 적절한 인지 기능 Aᵢ를 선택한다.
목적 변수를 바람직한 방향으로 변화시키는 인과 경로를 탐색함으로써
B₁、B₂、……、Bₘ
그러한 제어 기능군으로부터 적절한 제어 기능 Bⱼ를 선택한다.
그러므로,
환경을 이해하는 것은 매우 중요합니다. 우리 모두 환경 보호를 위해 노력해야 합니다. 지속 가능한 사회를 만들기 위해서는 환경에 대한 깊은 이해와 책임감이 필요합니다. 미래 세대를 위해 깨끗하고 건강한 환경을 보존해야 합니다.
(원문 및 1차 번역문이 제공되지 않았으므로, 예시로 답변합니다.)
**원문:** 존스 씨는 오늘 아침, 늦잠을 자고 일어났습니다. 그는 매우 피곤했고, 커피를 한 잔 마시며 하루를 시작했습니다.
**1차 번역문:** 존스 씨는 오늘 아침, 늦잠을 자서 일어났습니다. 그는 매우 피곤했고, 커피를 한 잔 마시며 하루를 시작했습니다.
**교정된 최종 한국어 문장:** 존스 씨는 오늘 아침 늦잠을 자고 일어났습니다. 그는 매우 피곤했고, 커피를 한 잔 마시며 하루를 시작했습니다.
자신의 능력 이해
알겠습니다. 제시해주신 원문과 1차 번역문을 입력해주시면, 교정된 최종 한국어 문장만 출력하겠습니다.
목적을 달성하다
알겠습니다. 제시해주신 원문과 1차 번역문을 입력해주시면, 교정된 최종 한국어 문장만 출력하겠습니다.
인식 방식 Aᵢ와 제어 방식 Bⱼ를 선택하십시오.
그 순서대로 진행됩니다.
6. 제2층: 파라미터 학습층
인식 방식 Aᵢ와 제어 방식 Bⱼ를 선택한 단계에서는 아직 완성된 제어 시스템이 아니다.
실제 환경에 맞추어
제어 이득
인지 임계값
센서 가중치
인지 신뢰도
행동 선택 확률
제어 한계값
다양한 시간 상수
그러한 동작 파라미터 θ를 최적화해야 한다.
그러므로 시스템을 운영하시오.
S = (Aᵢ, Bⱼ, θ)
이를 나타낼 수 있다.
여기 강화 학습을 사용하여 실제 행동 결과와 목표 달성도를 보상으로 삼아 θ를 최적화한다.
본 아키텍처에서 강화 학습은 시스템 전체를 처음부터 구축하는 수단이 아니다.
그 역할은,
인과 네트워크와 도입 목적에 따라 구성된 시스템을 실제 현장에 적용하는 것
である。
이 위치 설정을 통해 강화 학습에 필요한 탐색 범위를 줄일 수 있습니다.
7. 첫 번째 층: 실행 계층
가장 낮은 단계는 실제 세계에서 실제로 작동하는 실행 시스템입니다.
기본적인 정보의 흐름은,
인식 기능 Aᵢ
네, 그렇습니다. 2023년 1월 26일 오후 4시 30분부터 6시 30분까지 ‘마법소녀 마스터’ 12권, ‘별빛의 멜로디’를 읽었습니다.
이 책은 다소 긴 시간 동안 읽어야 했지만, 그만큼 몰입도가 높았습니다. 특히 마지막 부분에서 펼쳐지는 마법소녀들의 활약은 정말 감동적이었죠.
이 책을 읽으며 꿈을 향해 나아가는 과정에서 겪는 어려움과 희망, 그리고 우정의 소중함을 다시 한번 깨달았습니다.
‘마법소녀 마스터’ 시리즈는 앞으로도 많은 사람들에게 감동과 용기를 줄 거라고 생각합니다.
이 책을 읽고 나서 저는 더욱 열심히 노력하여 제 꿈을 이루도록 노력해야겠다는 다짐을 했습니다.
여러분도 이 책을 읽고 꿈을 향해 나아가는 힘을 얻으시길 바랍니다.
상태 추정·세계 이해
알겠습니다. 제시해주신 문맥에 따라 교정된 최종 한국어 문장을 출력하겠습니다.
의사결정
알겠습니다. 제시해주신 원문과 1차 번역문을 입력해주시면, 교정된 최종 한국어 문장만 출력하겠습니다.
제어 기능 Bj
알겠습니다. 제시해주신 문맥에 따라 교정된 최종 한국어 문장을 출력하겠습니다.
액추에이터
어느 날, 저는 ‘마법의 숲’이라는 제목의 책을 읽고 있었습니다. 책의 작가는 요시다 마사요시 씨였고, 그림은 타카하시 료지 씨가 그렸습니다. 책은 숲 속에서 길을 잃은 어린 소녀 미유키가 마법의 존재들과 만나면서 벌어지는 이야기를 담고 있었습니다. 미유키는 숲의 정령인 ‘시로’와 함께 숲의 균형을 되찾기 위한 모험을 시작합니다. 시로는 숲을 지키는 수수께끼 같은 존재였고, 미유키는 시로와 함께 숲의 비밀을 풀어나가며 성장해 나갑니다.
책 속에서 미유키는 다양한 마법의 존재들을 만났습니다. 늑대인간 ‘켄’과 요정 ‘루나’, 그리고 거대한 나무 ‘오키’까지, 각자 특별한 능력을 가진 존재들이 미유키의 모험을 돕습니다. 켄은 뛰어난 검술 실력을 가지고 있었고, 루나는 아름다운 노래로 사람들의 마음을 움직일 수 있었습니다. 오키는 숲의 지혜를 담고 있었고, 미유키에게 중요한 조언을 건네기도 했습니다.
미유키와 시로, 그리고 그들을 돕는 친구들은 숲의 균형을 되찾기 위해 여러 가지 어려움을 겪습니다. 숲에 드리워진 어둠의 힘에 맞서 싸우고, 숲의 정령들을 돕고, 숲의 비밀을 밝혀내야 했습니다. 그 과정에서 미유키는 용기와 지혜, 그리고 따뜻한 마음을 배우게 됩니다.
마지막에는 미유키와 시로, 켄, 루나, 오키는 힘을 합쳐 어둠의 힘을 물리치고 숲의 균형을 되찾는 데 성공합니다. 숲은 다시 평화를 되찾았고, 미유키는 숲의 정령들과 함께 영원히 숲 속에서 살게 됩니다.
실제 세계는 때때로 상상 속의 세계만큼이나 복잡하고 예측 불가능합니다. 특히 ‘마법의 숲’이라는 소설 속에서 일어난 일들처럼, 현실에서도 예상치 못한 사건들이 끊임없이 발생하며 우리의 삶을 흔들립니다.
소설 속 주인공 아카리는 자신의 삶이 완전히 뒤바뀌는 것을 경험합니다. 평범한 고등학생이었던 그녀는 어느 날 갑자기 ‘마법의 숲’의 세계로 빨려 들어가게 되고, 그곳에서 겪는 모험과 갈등은 그녀를 완전히 변화시킵니다.
아카리는 ‘마법의 숲’에서 만난 다양한 인물들과 함께 숲의 비밀을 파헤치고, 숲을 위협하는 어둠의 세력에 맞서 싸워야 합니다. 그녀는 자신의 내면에 숨겨진 잠재력을 발견하고, 용기와 지혜를 통해 어려움을 극복해 나갑니다.
아카리의 여정은 단순한 모험을 넘어 인간의 성장과 성숙을 다룬 이야기입니다. 그녀는 숲 속에서의 경험을 통해 자신의 삶의 의미를 찾고, 진정한 자신을 발견하게 됩니다.
이처럼 현실과 상상의 경계를 넘나드는 이야기는 우리에게 삶의 다양한 측면을 생각해 볼 기회를 제공합니다. 때로는 상상 속의 세계에서 영감을 얻어 현실의 문제를 해결하고, 때로는 현실의 경험을 통해 상상력을 키워나갈 수 있습니다.
2023년
センシング
네, 그렇습니다. 2023년 5월 26일, 저는 ‘마츠모토 신카이 감독의 영화 ‘좋은 풍경’’을 관람했습니다.
영화는 1980년대 일본을 배경으로 한 가족의 이야기를 담고 있습니다. 주인공 미나토는 17세 소녀로, 아버지와 여동생과 함께 살고 있습니다. 미나토는 아버지의 사업 실패로 인해 가족의 재정 상황이 어려워지자, 아버지의 꿈을 이어가기 위해 도쿄로 떠납니다.
미나토는 도쿄에서 다양한 사람들을 만나며 새로운 경험을 통해 성장합니다. 동시에 가족과의 단절과 소외감도 느끼게 됩니다.
영화는 미나토의 성장 과정을 아름다운 영상과 음악으로 표현하고 있습니다. 특히 ‘좋은 풍경’이라는 제목처럼 영화 속 풍경은 매우 아름답습니다.
이 영화를 보면서 가족의 소중함과 꿈을 향한 열정을 느꼈으며, 1980년대 일본의 분위기를 생생하게 느낄 수 있었습니다.
이 영화는 꼭 한번 보시기를 추천합니다.
인식 기능 Aᵢ
그것은 폐쇄 루프로 완성될 것이다.
이 층은 물리 세계와 직접 결합되어 있기 때문에 상위 층에서 형성된 모델이 최종적으로 유효한지 검증하는 곳이기도 하다.
실제 결과가 예측과 다를 경우, 그 오차 정보를 상위 계층으로 전달한다.
8. 다수의 물리 AI를 통한 로그 공유 학습
본 아키텍처는 단일 물리적 AI로만 완결될 필요가 없습니다.
상당수의 유사한 신체 AI를 사용하는 경우에는 각 개체의 동작 경험을 통합함으로써 학습 속도를 크게 향상시킬 수 있는 가능성이 있다.
여기 중요한 것은 무조건적으로 모든 피지컬 AI의 로그를 섞지 않는 것이다.
예를 들어,
환경 인과 네트워크가 동일 분류를 나타낸다.
자신이 경험하는 인과 관계 네트워크가 동일한 분류에 속한다.
인식 기능 Aᵢ는 동일함
제어 기능 Bⱼ는 동일함.
이러한 조건을 만족하는 물리 AI를 동일 학습 집합으로 분류한다.
더욱 실용적인 측면에서, 목적 변수, 목표 값, 안전 제약 조건 등이 동등함을 확인하는 것이 바람직합니다.
각 개체
P₁、P₂、……、Pₙ
그러므로, 각각으로부터
상태 sₜ
행동 aₜ
보상 rₜ
다음 상태 sₜ₊₁、
환경 조건
자신 상태
그러한 동작 로그를 획득할 수 있습니다.
이를 모아 뭉쳐서
군대 공통 경험 데이터베이스
이를 구축한다.
9. 군집 학습을 통한 강화 학습 속도 향상
일반적으로 새로운 물리적 AI를 설치하면, 그 개체가 다수의 시도를 거쳐야 충분한 학습 결과를 얻을 수 없다.
하지만 동일 분류의 물리 AI가 이미 다수 운영되고 있다면
개체 1의 경험
알겠습니다. 제시해주신 원문과 1차 번역문을 입력해주시면, 교정된 최종 한국어 문장을 출력하겠습니다.
개체 2의 경험
알겠습니다. 제시해주시면 교정된 최종 한국어 문장을 출력하겠습니다.
개체 3의 경험
알겠습니다. 제시해주시면 교정된 최종 한국어 문장을 출력하겠습니다.
알겠습니다. 원문과 1차 번역문을 제공해주세요.
알겠습니다. 제시해주시면 교정된 최종 한국어 문장을 출력하겠습니다.
개체 N의 경험
이를 새로운 개체의 학습 시작 시점부터 이용할 수 있다.
오프라인 강화 학습은 과거에 수집된 고정 데이터셋으로부터 정책을 학습하는 방법을 연구해 왔으며, 실제 세계에서 방대한 시행 착오를 거치지 않고도 로봇 등 고비용 또는 위험한 분야에 적용될 가능성이 있어 중요한 응용 분야로 주목받고 있다［7］.
또한 Federated 강화 학습에서는 여러 에이전트가 각자의 경험을 활용하면서 학습 성과를 공유하는 방식이 연구되고 있으며, 최근의 Federated Multi-Agent 강화 학습 연구에서도 새로운 에이전트가 기존 에이전트가 축적한 경험이나 학습 성과를 활용함으로써 처음부터 학습할 필요성을 줄이고 학습을 가속화할 수 있다는 논의가 이루어지고 있다［9］。(arXiv)
본 글의 방식에서는 이를 더욱 인과 네트워크 분류와 결합한다.
단순히 “같은 모델의 로봇이기 때문에 데이터를 공유하는” 것과는 달리,
동일한 종류의 환경 인과 구조
알겠습니다. 제시해주신 문맥에 맞춰 교정된 최종 한국어 문장을 출력하겠습니다.
같은 종류의 자기 인과 구조
알겠습니다. 제시된 원문과 1차 번역문을 받으면, 매끄럽고 완벽한 한국어 문장으로 교정된 최종 결과만 출력하겠습니다.
같은 인지 기능
『나를 잊어』는 2022년 11월 10일에 발매된 소설이다. 이토 준호의 작품으로, 1990년대 일본을 배경으로 한 청춘 소설이다. 주인공 ‘타카하시 료’는 대학 졸업 후 아버지의 사업을 이어받아 ‘타카하시 상회’라는 회사를 운영하고 있다. 그는 아버지의 갑작스러운 죽음 이후 유산을 상속받아 회사를 운영하게 되지만, 회사는 점점 어려워지고, 그는 점점 더 깊은 절망에 빠져든다.
타카하시 료는 아버지의 죽음에 대한 원인을 알기 위해 오랜 친구이자 경쟁사인 ‘오카다 타쿠미’에게 도움을 요청한다. 오카다 타쿠미는 료에게 아버지의 죽음에 대한 진실을 밝히는 것을 도와주겠다고 제안하며, 그들은 함께 아버지의 죽음에 얽힌 비밀을 파헤치기 시작한다.
이 과정에서 료는 아버지의 과거와 관련된 다양한 인물들을 만나면서 새로운 사실들을 알게 된다. 그는 아버지의 죽음이 단순한 사업 실패나 개인적인 문제로 해결될 수 없는 더 깊고 복잡한 사건임을 깨닫는다.
‘나를 잊어’는 1990년대 일본의 사회적 분위기와 경제 상황을 배경으로 청춘들의 꿈과 좌절, 사랑과 갈등을 섬세하게 그려낸 작품이다. 또한, 아버지의 죽음에 대한 진실을 밝히려는 주인공의 고뇌와 성장을 통해 독자들에게 깊은 감동과 여운을 선사한다.
이토 준호는 ‘나를 잊어’를 통해 1990년대 일본 청춘들의 삶을 현실적으로 묘사하고, 그들의 내면 심리를 깊이 있게 탐구했다. 그는 아버지와 아들의 관계, 그리고 가족의 의미에 대한 질문을 던지면서 독자들에게 삶의 가치에 대해 다시 한번 생각해 보도록 한다.
‘나를 잊어’는 2022년 11월 10일 발매 이후 일본 내에서 큰 인기를 얻으며 베스트셀러가 되었다. 또한 해외에서도 많은 독자들에게 사랑받고 있으며, 다양한 언어로 번역되어 출간되고 있다.
이토 준호는 ‘나를 잊어’를 통해 자신만의 독특한 스타일을 확립하고, 일본 문학계에 새로운 바람을 불러일으켰다. 그는 앞으로도 다양한 작품을 통해 독자들에게 감동과 즐거움을 선사할 것으로 기대된다.
같은 제어 기능
경험을 선택적으로 활용한다.
이로써 학습 데이터의 의미적 동일성을 향상시킬 수 있다.
10. 새로운 물리 AI가 “경험 완료” 상태에서 가동될 가능성
군함 학습이 충분히 진행되면, 신규 물리 AI를 설치했을 때에도 완전한 미세 조정 상태에서 시작할 필요가 없어질 것이다.
예를 들어,
환경 인과 네트워크 분류: Cₑ
자신이 유발한 인과 네트워크 분류: Cₛ
인지 기능: A3
제어 기능: B₂
어떤 조합에 대해 과거에 100만 시간의 작동 로그가 축적되어 있다면, 그 학습 결과를 초기 파라미터로 새로운 개체에 적용할 수 있다.
새로운 개체는
다양한 그룹으로부터 얻은 초기 파라미터
그렇다면, 다음은 note.com 게시글의 본문 청크 233/354의 한국어 번역입니다.
어쨌든, 그 다음 날, 저는 츠키시마 씨에게 연락하여 “이번 주말에 뵙겠습니다.”라고 했습니다. 츠키시마 씨는 “좋아요! 그럼 토요일 10시에 만나서, 같이 ‘나미야 잡화점의 기적’을 읽고, 그 다음에 같이 점심을 먹으러 갈까요?”라고 제안했습니다. 저는 “좋아요! 그럼 토요일 10시에 츠키시마 씨의 집 앞에서 뵙겠습니다.”라고 답했습니다. 츠키시마 씨는 “알겠습니다. 그럼 토요일에 뵙겠습니다.”라고 말했습니다.
자신의 환경 내에서의 지역적 추가 학습
이 두 단계로 적응 가능하다.
これは、
인류 전체가 축적한 경험을 새로운 세대로 계승한다.
이에 해당한다.
다만 환경 및 개체 차이에 따른 분포 편차가 존재하기 때문에 공유된 전략을 무조건적으로 그대로 적용해서는 안 된다. 오프라인 RL 연구에서도 학습 데이터와 실제 활용 상태 간의 분포 왜곡이 중요한 문제로 지적되고 있다［7］.
그러므로 공유 지식은 초기 값이나 사전 지식으로 활용하고, 각 개체가 현장에서 안전하게 재조정하는 구성이 적절하다.
성능 저하 시 계층적 재적응
성능이 저하된 경우 처음부터 시스템 전체를 재건할 필요는 없습니다.
첫째,
1단계: 파라미터 θ를 재학습합니다.
그럼에도 개선되지 않는 경우,
제2단계: 인식 기능 Aᵢ를 재선택한다.
더욱 개선해야 한다
제3단계: 제어 기능 Bⱼ를 재선택한다.
더욱이 문제가 지속될 경우,
4단계: 환경 인과 네트워크를 재인식하고 재추정한다.
그는 마치 텅 빈
자신이 겪는 인과 관계 네트워크는 실제 자신의 상태에 맞춰 업데이트된다.
여기 주의해야 할 점은 환경 인과 네트워크에 대해 제조사 또는 물리적 AI가 자유롭게 재구성할 수 없다는 점이다.
다시 구성되는 것은 환경에 대한 내부 모델이며, 외부 환경 자체에 대해서는 물리AI에 권한이 부여될 경우에만 작동할 수 있다.
이 점 또한 환경 인과 네트워크와 자기 인과 네트워크를 구별해야 한다.
12．본 아키텍처의 계층 구조
이를 정리하면, 물리적 AI는 다음 4개의 계층으로 구성된다.
4층 인과 관계 모델 인식층
인식된 환경 인과 네트워크 + 기존 및 업데이트 가능한 자기 인과 네트워크
어떻게 보면, 이 모든 것이 겹쳐서 일어나는 일이라는 생각에 마치 롤러코스터를 타는 듯한 기분이 들었습니다. 2023년 1월부터 시작된 프로젝트는 예상보다 훨씬 복잡하고, 여러 변수가 작용하면서 방향을 계속 바꾸는 일이 있었습니다. 특히 ‘마법의 숲’이라는 제목의 소설을 출판하는 과정에서 예상치 못한 문제들이 계속해서 발생했습니다.
저희는 소설의 표지 디자인, 삽화, 텍스트 편집 등 모든 부분에서 상당한 노력을 기울였습니다. 작가인 사토 유키는 소설의 세계관을 구축하는 데 큰 역할을 했고, 그의 섬세한 묘사와 깊이 있는 주제 의식은 독자들에게 큰 감동을 선사했습니다. 특히 소설 속 등장인물인 ‘아리아’의 캐릭터는 많은 독자들의 사랑을 받았습니다. 아리아는 용기와 지혜, 따뜻한 마음을 가진 소녀로, 독자들에게 희망과 용기를 주는 존재로 그려졌습니다.
하지만 소설 출판 과정에서 예상치 못한 문제들이 계속해서 발생했습니다. 첫 번째 문제는 소설의 일부 문구가 일본 문화에 대한 오해를 불러일으킬 수 있다는 지적이었습니다. 이러한 문제를 해결하기 위해 저희는 작가와 함께 문구를 수정하고 일본 문화에 대한 설명을 추가했습니다. 두 번째 문제는 소설의 삽화가 일부 독자들에게 불편함을 줄 수 있다는 지적이었습니다. 이러한 문제를 해결하기 위해 삽화가들과 의견을 교환하고 삽화의 내용을 수정했습니다.
이러한 문제들을 해결하는 과정에서 소설 출판의 복잡성을 다시 한번 깨달았습니다. 소설 출판은 단순히 책을 만드는 것을 넘어 다양한 사람들과의 협업, 문화적 이해, 사회적 책임까지 포함하는 복잡한 과정이라는 것을 알게 되었습니다.
특히 ‘마법의 숲’이라는 소설은 일본의 전통적인 설화와 현대적인 감성을 결합한 작품입니다. 이러한 작품을 출판하는 과정에서 일본 문화에 대한 깊이 있는 이해와 존중이 필요하다는 것을 깨달았습니다.
저희는 앞으로도 ‘마법의 숲’이라는 소설을 통해 독자들에게 새로운 경험과 감동을 선사할 수 있도록 최선을 다할 것입니다. 또한 소설 출판 과정에서 발생하는 다양한 문제들을 해결하고 더욱 성공적인 출판을 위한 노력을 지속할 것입니다.
3층 인지·제어 구조 선택층
도입 목적 + 목적 변수 Y + 목표 값 Y*
이제,
인식 기능 Aᵢ⁺ 및 제어 기능 Bⱼ
을 선택하십시오.
알겠습니다. 제시해주신 문맥에 따라 교정된 최종 한국어 문장을 출력하겠습니다.
제2층 파라미터 학습층
선택된 시스템
(Aᵢ, Bⱼ, θ)
이를 위해 θ를 강화 학습한다.
이 부분은 note.com 게시글의 271번째 본문 청크입니다. 제공해주시면 번역해 드리겠습니다.
제1층 실행층
실세계에서 감지, 인식, 의사 결정, 제어, 작용이 반복된다.
더 나아가, 이 4단계와 별도로,
동일 분류 물리 AI 그룹의 로그 집적 및 그룹 학습 플랫폼
이를 위한 기반을 마련한다.
그로부터 제2층으로 초기 파라미터, 학습된 정책, 가치 함수, 경험 데이터를 공급한다.
13. 기존 World 모델과의 차이점
본 방식은 World Model이나 Model-Based RL과 공통적인 부분을 가지지만, 이것에만 그치지 않는다.
첫째, 세계 모델을,
환경 모델
그녀는 마치 벼락을 맞은 듯, 갑작스럽게 울음을 터뜨렸다. 눈물을 훔치며 “정말 미안해. 내가 너무 심했지?”라고 말했다. 그녀의 눈빛은 불안함과 후회로 가득 차 있었다. “솔직히 말하면, 그 책에 대한 나의 열정이 지나치게 과했던 것 같아. 마치 집착 같았어. 그리고 그 책을 읽고 나서, 세상이 왜 이렇게 불공평한지, 왜 나만 이렇게 힘든지 자문하게 되면서, 답답함과 분노가 폭발했던 것 같아.” 그녀는 잠시 말을 멈추고 깊은 숨을 쉬었다. “다시는 그런 식으로 행동하지 않겠다고 다짐했어.”
자아 모델
분리되어 가고 있습니다.
둘째로, 환경 모델은 제조사가 설정하는 것이 아니라 외부에서 인식하는 모델임을 명확히 하고 있다.
세 번째로, 모델을 활용하여 단 한 가지 행동을 결정하는 것 외에도,
사용하는 인지 기능 자체
그녀는 마치 텅 빈 눈으로 나를 바라보며, “이건 정말… 믿을 수가 없어요. 츠키코가… 그렇게…” 말을 잇지 못했다. 그녀의 목소리는 떨리고 있었다.
“츠키코는… 지금 어디에 있는 거죠?” 나는 조심스럽게 물었다. 그녀의 눈빛을 똑바로 바라보며, 최대한 침착하게 질문을 던졌다.
“그녀는… 지금 어디에도 없어요. 하지만… 그녀의 흔적이 남아있어요.” 그녀는 손가락으로 바닥을 가볍게 쓸었다. “이 건물 안에는… 츠키코의 기억이 깃들어 있는 것 같아요.”
“기억이라고요? 무슨 말인지…” 나는 혼란스러움을 감출 수 없었다. 츠키코의 기억이라니, 그것도 이 낡은 호텔 안에 깃들어 있다는 것은 상상하기 어려웠다.
“이 호텔은… 츠키코가 마지막으로 모습을 감췄던 곳이에요. 그녀는 이곳에서… 자신을 잃어버렸다고 생각해요.” 그녀는 잠시 침묵했다. “그리고… 그녀는 자신을 잊혀지게 하기 위해… 이 모든 것을 만들었어요.”
“자신을 잊혀지게 하기 위해? 그건… 끔찍한 일이에요.” 나는 그녀의 말을 곱씹었다. 츠키코의 행동은 이해하기 어려웠지만, 그녀의 고통과 절망을 느낄 수 있었다.
“그녀는… 자신을 잊지 못하는 자신을 막기 위해 그랬던 거예요. 그녀는… 끊임없이 자신을 잊혀지게 하려고 했어요.” 그녀는 다시 한번 떨리는 목소리로 말했다. “그리고… 결국 그녀는 자신을 잊어버렸어요.”
사용하는 제어 기능 자체
을 선택하십시오.
다국적으로, 그 선택 이후에 강화 학습을 적용하고 있습니다.
다섯 번째로, 동일한 인과 구조와 기능 구성을 가진 다수의 개체로부터 경험을 공유한다.
그러므로,
인과 인식 → 기능 구성 → 파라미터 학습 → 실세계 행동 → 집단 경험 공유
이러한 순환 구조를 갖추는 것이 본 아키텍처의 특징이다.
14．고찰
이 방식을 채택하면 물리적 AI의 지능을 하나의 거대한 뉴럴 네트워크의 가중치로 간주할 필요가 없어집니다.
지능의 일부는
인과 네트워크
인지 기능 선택
제어 기능 선택
작동 매개변수
다수로부터 전승한 경험
다양한 형태로 보존할 수 있습니다.
이 구조에는 중요한 이점이 있습니다.
예를 들어, 강화 학습 결과가 부적절해진 경우에도,
나 자신의 모델이 잘못되었는지 확인해야 합니다.
환경을 오판하고 있는 걸까요?
인지 방식이 적절하지 않은가?
제어 방식이 부적절한가.
단순히 파라미터 조정이 부족한 것인가.
계층별로 검토할 수 있습니다.
이는 물리적 AI의 설명 가능성, 유지 보수성, 안전성에 중요하다.
더 나아가, 다수의 물리적 AI가 경험을 공유함으로써, 개체가 평생 동안 겪어야 할 사건들을 집단 전체가 단기간에 경험할 수 있다.
그러므로 학습 속도는 단순한 프로세서 속도뿐만 아니라,
동일 분류의 물리 AI가 전 세계에 몇 대 존재하는지, 그리고 그들의 경험을 얼마나 적절하게 공유할 수 있는지에 대한 질문입니다.
그에 따라 결정되기도 한다.
결론
본고에서는 물리적 AI를 네 개의 계층으로 구성하는 아키텍처를 제시한다.
최상위에 있습니다.
인식된 환경 인과 네트워크
と
이미 알려진 자기 인과 네트워크 (업데이트 가능)
그 위에 놓는다.
환경 인과 네트워크는 물리 AI 제조업체가 설정하는 대상이 아니며, 외부 세계에 실재하는 인과 구조를 물리 AI가 센싱과 지식에 의해 인식한 내부 모델이다.
이에 반해 자기 인과 네트워크는 제조사가 설계 시 상당 부분을 설정할 수 있으며, 실제 운영 상태에 따라 업데이트할 수 있다.
이 두 개의 인과 네트워크와 물리 AI 도입 목적은 다음과 같습니다.
인식 기능 Aᵢ
그리고
제어 기능 Bj
을 선택하십시오.
그 후,
(Aᵢ, Bⱼ, θ)
실제 세계에서 실행하여 강화 학습을 통해 θ를 최적화한다.
더불어,
환경 인과 네트워크는 동일 분류이다.
자신이 겪는 인과 관계 네트워크가 동일한 분류에 속한다.
인식 기능 Aᵢ는 동일함
제어 기능 Bⱼ는 동일함
다수의 물리 AI로부터 동작 로그를 축적함으로써 개별적으로는 얻을 수 없는 방대한 양의 경험을 공유하고 강화 학습을 크게 가속화할 수 있는 잠재력이 있다.
이 결과, 물리AI는 단독으로 시행착오를 거듭하는 기계가 아닌,
외부의 인과 구조를 인식하고, 자신 자신의 인과 구조를 파악하며, 목적에 따라 자신의 인식 방식과 통제 방식을 선택하고, 더 나아가 다수의 동류 개체가 축적한 경험을 계승하면서 성장하는 인공 시스템.
이를 통해 구성할 수 있습니다.
이는 물리적 AI를 개체 단위의 학습 기계에서 인과 모델과 경험을 공유하는 집단 지능형 자기 적응 시스템으로 발전시키는 데 기반이 될 수 있는 기본 아키텍처이다.
인용文献
T. M. Moerland, J. Broekens, A. Plaat, C. M. Jonker, “모델 기반 강화 학습: 개관” Foundations and Trends in Machine Learning, Vol. 16, No. 1, pp. 1–118, 2023, DOI: 10.1561/2200000086. 논문 정보
［2］D. Ha, J. Schmidhuber, “World Models,” 2018, arXiv:1803.10122.arXiv
[3] 구노 아츠시 저 『인과 공학』 2025년판, PDF
［4］J. 봉가드, V. 자이코프, H. 리pson, “지속적인 자기 모델링을 통한 탄력적인 기계” (Resilient Machines Through Continuous Self-Modeling), Science, 제314권, 제5802호, 1118–1121면, 2006년, DOI: 10.1126/science.1133687, PubMed
［5］B. Schölkopf, F. Locatello, S. Bauer, N. R. Ke, N. Kalchbrenner, A. Goyal, Y. Bengio, “인과 표현 학습으로 나아가기” 논문, IEEE, 109권 5호, 612–634쪽, 2021.
［6］石川大介、石塚英弘、宇陀則彦、藤原譲「特許文献における因果関係の抽出と統合」『情報知識学会誌』Vol.14, No.4, pp.105–118, 2004, DOI:10.2964/jsik_kj00001039621.CiNii Research
[7] R. F. 프루덴시오, M. R. O. A. 마시모, E. L. 콜롬비니, “오프라인 강화 학습에 대한 연구: 분류, 검토 및 개방 문제” IEEE 신경망 및 학습 시스템 논문 35권 8호 10237–10257쪽, 2024, DOI: 10.1109/TNNLS.2023.3250269, PubMed
［8］J. Qi, Q. Zhou, L. Lei, K. Zheng, “연합 강화 학습: 기법, 응용 및 개방된 과제” arXiv:2108.11887, 2021.
［9］Y. 징, B. 구오, N. 리, R. 수, Z. 유, “연합 학습 기반 다중 에이전트 강화 학습: 방법, 응용 및 과제에 대한 포괄적인 개요,” Expert Systems with Applications, Vol.293, Article 128729, 2025. (사이언스 다이렉트)
출처: note 원문
번역: Gemma 3(.44) 초벌 + 교정 215청크
원문 보기 | 출처: note.com