aha123456789/cowardly-rocket-lunarlander-connect-ai-changer

🚀 겁쟁이 로켓 (Cowardly Rocket) - LunarLander DQN by connect ai - changer

이 모델은 Gymnasium의 LunarLander-v3 환경에서 1000번의 에피소드 동안 강화학습(DQN)을 진행한 결과물입니다.

😅 모델의 성격: "추락이 너무 무서워요!"

초반에 땅에 부딪히며 -100점의 엄청난 감점을 너무 많이 겪은 나머지, 착륙 트라우마가 생겨버린 인공지능입니다. 완벽하게 깃발 사이에 착륙하면 +100점을 받는다는 것을 희미하게 알고는 있지만, 도저히 용기를 내지 못합니다. 결과적으로, 연료비(-0.3점)가 계속 깎이더라도 바닥에 절대 닿지 않기 위해 공중에 둥둥 떠서 끝까지 버티는(Hovering) 재미있는 로컬 옵티멈(Local Optimum) 상태에 빠진 모델입니다.

📊 세부 정보

• Algorithm: Deep Q-Network (DQN)
• Training Episodes: 1000
• Final Reward: 약 -17점 (생존은 했지만 연료 낭비 심함)
• Epsilon (탐험률): 1.0 -> 0.05 (선형 감소)
• Observation Space: 8
• Action Space: 4 (Discrete)

💡 교훈

강화학습에서 에피소드 수가 충분하지 않을 때, 에이전트가 완벽한 성공보다는 '최악의 실패를 피하는 꼼수'를 선택할 수 있음을 보여주는 훌륭한 교육용 사례입니다!

📚 출처 및 참고문헌 (References)

• Environment: Gymnasium (Farama Foundation) - LunarLander-v3
• 학습에 사용된 기본 환경과 코드 구조는 OpenAI Gym의 후속 프로젝트인 Farama Foundation의 Gymnasium 라이브러리를 바탕으로 작성되었습니다.