応用情報(AP) / AI・機械学習
強化学習は、行動の結果として得られる報酬を手がかりに、より良い行動を学ぶ方法です。
Reinforcement Learning
試行錯誤と報酬から行動を学ぶ方法
エージェントが環境の中で行動し、その結果に応じた報酬を受け取ります。報酬の合計が大きくなる行動を学習します。
強化学習 = 報酬を手がかりに行動を学ぶ方法