최단 경로부터 강화학습까지, 동적 계획법을 상태·정책·비용으로 묶어 설명한 글

학교에서 가장 좋아했던 주제였는데, 실무에서는 결국 한 번도 못 썼음. 그래도 이 글 보고 이론을 다시 봐야겠다는 생각 듦. Banach 공간과 고정점 정리는 실용 사례를 이해하기가 늘 어려웠음.

나도 특히 비매끄러운 동역학계의 실용성을 감으로 잡기 어려웠음. 결국 최적화가 가장 가까운 응용 같고, 그건 AI와 암호학에도 이어지니 꽤 중요하긴 함.

나는 dynamic programming의 dynamic이 그냥 '멋지다'는 뜻인 줄 알았음. 시스템 동역학과 연결된 이름인지는 생각 못 했네.

실제로 Bellman은 의원도 반대하기 어려운 이름이라서 dynamic programming을 자기 활동 전반의 우산 용어로 썼다고 했음.

AI 글이 아닌 글을 읽으니 신선하네.