強化学習の解説（基本情報技術者シラバス用語）

強化学習とは

強化学習（Reinforcement Learning）とは、コンピュータ（エージェント）が特定の環境のなかで「どのような行動をとるべきか」を試行錯誤を通じて自ら学習する手法です。コンピュータが良い結果を出したときには「報酬（プラスの点数）」を、悪い結果のときには「ペナルティ（マイナスの点数）」を与えることで、得られる報酬の合計が最大になるような最適な行動パターンを自発的に学習していきます。正解を与えるのではなく、行動の良し悪しをスコアで評価するのが特徴です。

具体例

将棋やチェス、囲碁などのゲームAIが、自分自身と何百万回も対局を繰り返しながら、勝つ確率が最も高くなる（報酬が最大になる）「次の一手」を自ら学習していく仕組みがこれにあたります。

# 強化学習のサイクルイメージ
while not game_over:
    action = agent.decide_action(state)
    reward = environment.step(action)
    agent.learn_from_reward(reward) # 報酬を元に行動を改善

もう少し詳しく