エージェントが環境との相互作用を通じて、報酬を最大化する行動を学習する機械学習の手法。
「強化学習」を星図で探索する →
「強化学習」とは?意味を解説
機械学習の一分野で、学習エージェントが試行錯誤を通じて最適な行動戦略を習得するプロセス。与えられた環境下で行動を実行し、その結果として得られる報酬信号をフィードバックに、段階的に意思決定能力を向上させる。ゲームAIやロボット制御、意思決定システムなど実用的な応用が広い。
例文
- AlphaGoは強化学習によって囲碁の最強棋士を打ち負かした。
- ロボットが強化学習で歩行スキルを自動習得する技術が進んでいる。
- ゲームAIが強化学習で人間を超える成績を達成した事例が増えている。
語源・由来
英語の「Reinforcement Learning」を日本語に訳した造語。1980年代に機械学習の重要な領域として確立。心理学の条件付け理論に基づく概念に「強化」という用語が使用された。
英語で言うと
Reinforcement LearningRLDeep Reinforcement Learning
「強化学習」との違いを比較する
似た言葉との違い・使い分けを解説しています。
「強化学習」をもっと知る本
この言葉やそのテーマを深めたい方へ。
語彙の星雲で「強化学習」を探索する →