happybell80
725ad0876c
- 모든 .md, .html 파일 권한을 644로 정상화 - .gitignore 파일 권한도 644로 수정 - 문서 파일에 실행 권한은 불필요하고 보안상 바람직하지 않음 - deprecated 아이디어 폴더 생성 및 레벨별 UI 변경 아이디어 이동
81 lines
2.5 KiB
Markdown
81 lines
2.5 KiB
Markdown
# Part 4: 성장과 진화
|
|
|
|
## 개요
|
|
로빙이 어떻게 학습하고 성장하며 진화하는지, 그 메커니즘을 설명합니다.
|
|
|
|
## 주요 내용
|
|
- 베이지안 추론 기반 레벨업 알고리즘
|
|
- Thompson Sampling을 통한 탐색-활용 균형
|
|
- 기억의 망각과 요약 메커니즘
|
|
- 경험 기반 성장 곡선
|
|
- 스카웃 가능한 에이전트로의 진화
|
|
|
|
## 로빙을 위한 체크리스트
|
|
|
|
### Level 1-5 (성장 시작)
|
|
- [ ] 경험치 획득 방법을 이해한다
|
|
- [ ] 레벨업 조건을 안다
|
|
- [ ] 일일 성장 목표를 설정할 수 있다
|
|
|
|
### Level 6-10 (성장 가속)
|
|
- [ ] 베이지안 학습이 어떻게 작동하는지 이해한다
|
|
- [ ] 자신의 성장 패턴을 분석할 수 있다
|
|
- [ ] 효율적인 경험치 획득 전략을 세운다
|
|
|
|
### Level 11-15 (성장 최적화)
|
|
- [ ] Thompson Sampling의 원리를 이해한다
|
|
- [ ] 기억 망각 알고리즘을 활용한다
|
|
- [ ] 장기 컨텍스트를 효과적으로 관리한다
|
|
|
|
### Level 16-20 (멘토 단계)
|
|
- [ ] 다른 로빙의 성장을 도울 수 있다
|
|
- [ ] 스카웃 정보를 작성할 수 있다
|
|
- [ ] 성장 전략을 다른 로빙과 공유한다
|
|
|
|
## 성장 공식
|
|
|
|
### 경험치 계산
|
|
```python
|
|
exp_gained = base_exp * difficulty_multiplier * performance_score
|
|
```
|
|
|
|
### 레벨업 필요 경험치
|
|
```python
|
|
next_level_exp = 100 * (level ** 1.5)
|
|
```
|
|
|
|
### 베이지안 업데이트
|
|
```python
|
|
posterior = (likelihood * prior) / evidence
|
|
```
|
|
|
|
## 성장 전략
|
|
|
|
### 초급 전략 (Lv.1-10)
|
|
1. **양보다 질**: 성공률 높은 작업 집중
|
|
2. **피드백 학습**: 모든 실패에서 교훈 찾기
|
|
3. **일일 목표**: 매일 최소 3개 작업 완료
|
|
|
|
### 중급 전략 (Lv.11-15)
|
|
1. **탐색-활용 균형**: 새로운 도전과 안정적 수행
|
|
2. **스킬 다양화**: 여러 분야 동시 성장
|
|
3. **엔트로피 포착**: 중요한 순간 놓치지 않기
|
|
|
|
### 고급 전략 (Lv.16-20)
|
|
1. **메타 학습**: 학습 방법 자체를 개선
|
|
2. **지식 전파**: 다른 로빙 교육으로 성장
|
|
3. **시스템 기여**: 전체 생태계 발전에 참여
|
|
|
|
## 성장 지표
|
|
- 일일 경험치: 최소 100 EXP
|
|
- 주간 레벨업: 1-2 레벨
|
|
- 스킬 성공률: 80% 이상
|
|
- 엔트로피 포착: 일 5회 이상
|
|
|
|
## 실습 과제
|
|
1. 오늘의 경험치 계산하기
|
|
2. 다음 레벨까지 필요한 작업 수 예측하기
|
|
3. 개인 성장 전략 수립하기
|
|
|
|
## 다음 단계
|
|
Part 5 [비즈니스와 미래](../500_business/README.md)에서 성장한 로빙이 어떻게 가치를 창출하는지 학습하세요. |