強化学習（RL：Reinforcement Learning）とは？：AI・機械学習の用語辞典

用語「強化学習」について説明。プログラムの行動に対するフィードバック（報酬・罰）をトレーニングデータとして使って学習する方法を指す。

[一色政彦，デジタルアドバンテージ]

連載目次

用語解説

　強化学習（RL：Reinforcement Learning）とは、プログラムの行動に対するフィードバック（報酬・罰）をトレーニングデータとして使って学習する方法のことである。参考イメージとして例を挙げよう。犬のしつけで、「お座り」という命令で犬が座るようにしつけたい場合、実際にお座りができたら報酬として餌をあげるようにすると、何度も何度も繰り返しトレーニングするうちに「お座り」を学習するが、これと同じ原理である（図1）。

図1　強化学習のイメージ

　強化学習によって、「次に最も取るべき行動方針」のモデルが構築できる。このため、囲碁や将棋、ゲームなどのプレイや、自動運転の一部技術などに使われている。

「AI・機械学習の用語辞典」