読み方のヒント
矢印ボタン(または ← → キー)でページを移動できます。
強化学習は、試行錯誤から学ぶ方法です。学ぶ主体(エージェント)がある状態で行動を選び、その結果として報酬を受け取ります。報酬の合計が大きくなるよう、行動の選び方を改善していきます。
| 用語 | 意味 | ゲームの例 |
|---|---|---|
| 報酬 | 行動のよさを表す数値 | 点数が上がる |
| 価値 | その状態や行動から、将来どれだけ報酬を得られそうか | この局面は有利か |
| 方策 | どの状態でどの行動を選ぶかの決め方 | この局面ではこの手を打つ |
囲碁や将棋のAI、ロボットの動き、生成AIの調整(「生成AIパスポート 生成AIの仕組み」で扱うRLHF)にも、強化学習の考え方が使われています。
半教師あり学習は、答えのついたデータが少しだけあり、残りの大量のデータには答えがない場合に使う方法です。答えをつける作業には人手がかかるため、少ない教師データを大量のデータで補います。
ノーフリーランチ定理は、「あらゆる問題で常にほかより優れている、万能の学習方法はない」という考え方です。問題やデータに合わせて、方法を選ぶ必要があります。
正解は4です。ノーフリーランチ定理は、「どんな問題でも常に最も優れた万能の方法はない」という考え方で、4はその逆を述べています。
9 / 25