AI資格 模擬試験

G検定 模擬試験 第4回 問38・機械学習の概要（強化学習）

強化学習の要素

次の文章を読み、（ア）〜（ウ）に入る語句の組み合わせとして最も適切なものを1つ選べ。

強化学習では、行動の主体である（ア）が、（イ）の状態を観測して行動を選ぶ。行動の結果として（イ）から（ウ）が与えられ、それを最大化するように学習する。

  1. A

    （ア）環境　（イ）エージェント　（ウ）報酬

  2. B

    （ア）エージェント　（イ）環境　（ウ）報酬

  3. C

    （ア）エージェント　（イ）報酬　（ウ）環境

  4. D

    （ア）報酬　（イ）環境　（ウ）エージェント

正解と解説を見る

正解：B

強化学習は、エージェントが環境の中で行動し、得られる報酬の合計（収益）を最大にする方策を学ぶ。

エージェントと環境の間で、行動が環境へ、状態と報酬がエージェントへ返るループの図。

強化学習：エージェントが行動し、環境から状態と報酬を受け取る。報酬の合計が最大になる行動を学ぶ。次の状態が現在の状態と行動だけで決まる性質をマルコフ性という。

学習のポイント：状態・行動・報酬・方策・価値の用語を、図で整理しておく。

この問題を演習で解く →

問題一覧へ

このサイトの問題は、各試験の公開されているシラバスに沿って作ったオリジナルの模擬問題です。本試験の問題ではありません。日本ディープラーニング協会（JDLA）・一般社団法人生成AI活用普及協会（GUGA）の公式サービスではありません。