強化学習とは？
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。
きょうかがくしゅう
強化学習の意味
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。
強化学習の具体例
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。
強化学習は試験でどう引っ掛けられる？
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。
強化学習と関連する用語
最終更新：2026-08-25／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。