強化学習とは？きょうかがくしゅう
強化学習とは、正解ラベルを与える代わりに、行動の結果として得られる報酬を手掛かりに、累積報酬が最大になる方策を試行錯誤で学習する枠組み。教師あり学習・教師なし学習と並ぶ第3の類型で、状態・行動・報酬の組を繰り返し評価しながら価値関数や方策を更新する。
最終更新：2026-10-07
高度試験の午前Iを最短で暗記する →具体例
ゲームAI、ロボットの動作制御、データセンタの空調制御などに使われる。学習中は、既に良いと分かっている行動を選ぶ活用と、未知の行動を試す探索の釣り合いが要点で、探索を怠ると局所的に良いだけの方策で止まってしまう。
試験での引っ掛け
教師なし学習と混同されやすいが、強化学習には報酬という評価信号がある。報酬の設計を誤ると意図しない抜け道を学習してしまう。深層学習と組み合わせたものが深層強化学習で、両者は別の概念。
関連用語
出典・参考
公式シラバスの1 基礎理論 ＞ 3. 情報に関する理論 ＞ (9) AI（Artificial Intelligence：人工知能）に関する技術に掲載されている用語です。
解説は資格暗記が独自に作成しています。過去問の出典は各問題に記載のとおりです。