TERMWIRE
IT用語がすべて自動でつながる用語辞典
No.0525 ― 更新日 2026-09-13 ― 関連語 2件
きょうかがくしゅう ／ Reinforcement Learning
試行錯誤を繰り返しながら、報酬が最大になるような行動を学習していく機械学習の手法。
エージェントと呼ばれる学習主体が、ある環境の中で行動を起こし、その結果として得られる報酬（あるいは罰則）をもとに、より良い行動の選び方を徐々に学んでいく。
ゲームAIやロボットの制御など、試行錯誤を通じて最適な行動戦略を見つけたい場面で活用されている。