00 강화학습 적용분야 - smart1004/doc GitHub Wiki

https://github.com/reinforcement-learning-kr/how_to_study_rl/wiki/%EC%99%9C-%EA%B0%95%ED%99%94%ED%95%99%EC%8A%B5%EC%9D%84-%EA%B3%B5%EB%B6%80%ED%95%B4%EC%95%BC-%ED%95%98%EB%8A%94%EA%B0%80

각 도메인의 문제를 풀기 위해 딥러닝은 크게 Vision, NLP, Sound와 같은 도메인으로 나눌 수 있습니다. 강화학습은 게임, 제어, 자연어처리, 비전, 추천, 최적화로 나눠볼 수 있습니다. 각 도메인에 속한 엔지니어는 그 도메인의 문제를 풀기 위해 다양한 기술을 사용합니다. 1, 2, 3에서 말한 이유가 아닌 현재 직면하고 있는 문제를 풀기 위해 강화학습을 공부해야하는 경우가 있습니다. 각 도메인 별로 간단히 예시를 들어보겠습니다.

• 게임 대전게임에서 상대해주는 에이전트 게임 레벨 컨트롤

• 제어 차량의 거동 결정(차선을 바꾸고 싶은지, 핸들을 틀고 싶은지) 공장
  로봇 자동화
  사람의 업무를 보조하는 로봇
  의수나 근육보조로봇
  서비스 로봇

• 자연어처리
  챗봇의 좀 더 자연스러운 대화

• 비전
  Object tracking Segmentation 보조하는 에이전트

• 추천
  실시간으로 사용자의 상황에 따라 추천(피드 추천, 광고 추천)

• 최적화
  데이터센터 에너지 최적화

• 최적 설계
  Task scheduling Neural Architecture Search