強化学習って何？

機械学習の中で学習手法には3つあります。「教師あり」、「教師なし」、強化学習の3つです。詳細な説明は以下のサイトでしてあります。

教師なし学習とは | 教師あり学習や強化学習との違い・活用事例・代表的なアルゴリズムを紹介 | Ledge.ai

まとめてみると、「教師あり」は正解を与えてそれに合わせていく学習方法、「教師なし」は正解を与えるのではなくグループ分けをしていき該当するものを見つけていくもの、最後の強化学習については

入力の際、「〇〇できたら+1点」というように、予め報酬を決めておきます。最初コンピューターは「何をしたらいいか分からない」状態にあるため、用意した選択肢の中からランダムに動いてしまいます。しかし、報酬がもらえたときに「どのような状態」で「何をしたら」報酬がもらえたかを記憶していくのです。
次にランダムな動きを残しつつ、前回の記憶を手がかりに動きます。そこで再び報酬がもらえたら、「どのような状態」で「何をした」を記憶していきます。この流れを繰り返すうちに、報酬がもらえる「状態」と「行動」のペアを獲得するようになります。

以下事例の紹介されているサイトです。

【2020年最新】強化学習とは？強化学習の概要から実例を徹底解説 | AI入門ブログ

第2回　AIの強化学習の基礎を学ぼう

もう少し突っ込んでできそうな記事。

Google Colaboratory

【強化学習】OpenAI Gym×Keras-rlで強化学習アルゴリズムを実装していくぞ（準備編） - Qiita

そのうちやってみたいことでした。