強化学習（Reinforcement Learning）

Identity

• 強化学習は、エージェントが環境と相互作用し、報酬を最大化するように試行錯誤を通じて方策を学ぶ機械学習の枠組みである。検証待ち Reinforcement Learning: An Introduction（Sutton & Barto）

Capability

• 強化学習は、エージェントが環境と相互作用し、報酬を最大化するように試行錯誤を通じて方策を学ぶ機械学習の枠組みである。検証待ち Reinforcement Learning: An Introduction（Sutton & Barto）
• 強化学習は、正解ラベルから学ぶ教師あり学習と異なり、行動の結果として得られる報酬を手がかりに学習する点が特徴である。検証待ち 同上（Sutton & Barto）

Credibility

公開Evidence未整備

Use Case

公開Evidence未整備

Constraints / Current Status

• 強化学習は、正解ラベルから学ぶ教師あり学習と異なり、行動の結果として得られる報酬を手がかりに学習する点が特徴である。検証待ち 同上（Sutton & Barto）

Key References

• 強化学習（Reinforcement Learning）とは何ですか？
• 強化学習は教師あり学習と何が違いますか？
• 強化学習はどんな課題に向いていますか？

Related

• AI Agent— 強化学習はAIエージェントの意思決定学習に用いられる。
• AIアライメント（AI Alignment）— 強化学習（RLHF）はAIアライメントの代表的な手法として用いられる。
• 人間のフィードバックによる強化学習（RLHF）— RLHFは強化学習を人間のフィードバックに適用した手法である。