強化学習とは

強化学習はAIの機械学習の一種です。コンピューターは人の作成したプログラムにそって行動します。しかし強化学習は現在の状況をコンピューター自身で理解し、自らルールを決め、取るべき行動を決定します。人がプログラムによってルールを決める必要がないのです。
次にどう行動するかを決めるためには、人と同じように、失敗を含めたくさんの経験が必要になります。
例えばネジを締めるなど、ロボットにある動作を学習させる場合、何度もその行動を試行することで学習していきます。

強化学習では試行を繰り返し、その達成具合に対して評価（報酬）が与えられ、コンピューターはより高い評価を得るために、行動を修正することで徐々に目標とする状態へと近づいていきます。強化学習は習うより慣れることで学習するAI、失敗の中から成功をつかみ取るAIと言えます。