・英語による用語：Reinforcement Learning
・用語カテゴリ：技術用語
・日本語読み：きょうかがくしゅう（リインフォースメントラーニング）
・種別：機械学習の一分野
・位置づけ：試行錯誤と報酬による学習
・関連：RLHF ／ DPO ／ アラインメント ／ 推論モデル
・備考：試行錯誤の結果に「報酬」を与え、報酬が最大になる行動を学ばせる機械学習の一分野。
Reinforcement Learning（強化学習）とは？報酬で学ぶAIの仕組み
Reinforcement Learning（強化学習）とは、AI（エージェント）が環境の中で試行錯誤を繰り返し、良い結果には「報酬」、悪い結果には罰を与えることで、報酬が最大になる行動を自ら学んでいく機械学習の一分野です。犬の芸をご褒美で覚えさせるのに近い考え方で、正解データを一つひとつ与える教師あり学習とは異なります。
強化学習は、囲碁や将棋でトップ棋士を超えたAIや、ロボット制御、ゲームAIなどで大きな成果を上げてきました。近年は生成AIの分野でも重要で、大規模言語モデルを人間の好みに沿わせるRLHF（人間のフィードバックによる強化学習）や、じっくり考える推論モデルの訓練に、強化学習の考え方が応用されています。
強みは、明確な正解が示しにくい問題でも、「結果の良し悪し」を手がかりに賢い振る舞いを獲得できる点です。一方で、何を報酬とするか（報酬設計）が結果を大きく左右し、設計を誤ると意図しない行動を学んでしまうため、目的の定義と設計が鍵になります。
