Reinforcement Learning強化学習(Reinforcement Learning) ここでいう，Renforcement Learning(強化学習)とは，Machine Learning(機械学習)の中の一分野であるが，本来，動物心理学あるいは動物行動学の分野で用いられた用語である． ラットなどの動物に，ある行動を起こしたときだけえさなどの報酬を与えるという操作を繰り返すと，その行動パターンが徐々に“強化”され，ついには報酬が与えられなくても同様な行動を起こすようになる． 典型的にはこのように報酬を契機として行動パターンを学習する場合に用いられる用語であるが，広くは罰による行動の抑制も含めて，「条件付け」といわれる一連の適応現象を実現する学習を「強化学習」と呼ぶ． 機械学習における強化学習（以下：強化学習）では，数値化された報酬信号を最大にするために，何をすべきか（どのようにして状況に基づく動作選択を行うか）を
