テクノロジ
強化学習とは
読み方：きょうかがくしゅう
ひとことで言うと：行動の結果として得られる報酬を基に、長期的に有利な行動方針を学ぶ機械学習。
意味をわかりやすく解説
強化学習は、エージェントが環境の状態を観測して行動し、その結果得られる報酬を手掛かりに、長期的な報酬を大きくする行動方針を学ぶ方法です。
各場面で正解行動が直接与えられるわけではなく、試行錯誤しながら学びます。現在よい行動を選ぶ活用と、新しい行動を試す探索のバランスが重要です。
具体例
ゲームAIが、勝利に正の報酬、敗北に負の報酬を受けながら、多数の対戦を通じて行動方針を改善します。
似た用語との違い
覚え方
強化学習＝「行動して報酬をもらう」。正解そのものではなく、報酬が先生です。
基本情報技術者試験の試験ポイント
状態・行動・報酬・方策の役割を区別し、教師あり／なし学習との違いを説明できるようにします。
CHECK QUESTION
ロボットが行動のたびに得点を受け取り、将来の合計得点が大きくなる動きを学ぶ方法は何ですか。
答えを見る
強化学習です。行動結果の報酬を基に、累積報酬を大きくする方策を学びます。
この説明は分かりやすかったですか？
基本情報技術者試験を勉強中ですか？
この用語を含む重要用語を、単語帳や4択テストで学習できます。