エージェント
解説
エージェント（Agent）とは、人工知能（特に強化学習）において、「環境（Environment）の状態を観測し、自らの判断で行動（Action）を選択し、その結果として報酬（Reward）を得る主体」のことです。
強化学習における役割（4つの要素）
エージェントは以下のサイクルを繰り返すことで、将来得られる報酬の合計が最大になるような「行動のルール（方策：Policy）」を学習します。
- 観測（Observation）：環境がどうなっているかを見る（状態）。
- 行動（Action）：方策に基づき、何かをする。
- 報酬（Reward）：行動の結果、良かったか悪かったかのフィードバックを受け取る。
- 学習（Learning）：報酬をもとに方策を修正する。
重要なのは、エージェントは必ずしも高度な知能を持っている必要はなく、単純な温度調節器（サーモスタット）や掃除ロボット、ゲームのプレイヤーのように、「環境と相互作用する主体」であればエージェントと呼ばれます。
G検定対策
出題ポイント
- 定義：「環境・状態・行動・報酬」のループ構造における「行動する主体」であること。
- 具体例の対応：
- 将棋AIなら「AI＝エージェント」「盤面＝環境」。
- 掃除ロボットなら「ロボット＝エージェント」「部屋＝環境」。
- 自律性（Autonomy）：外部からの直接的な命令ではなく、自らの感知と規則に基づいて動作する性質。
よくあるひっかけ問題
- × エージェントとは、人間のような意識を持った高度なAIのことである
（解説）意識の有無は関係ありません。単純なプログラムでも環境と相互作用していればエージェントです。 - × 強化学習において、報酬を決定するのはエージェントである
（解説）報酬を与える（決定する）のは「環境」です。エージェントは報酬を「受け取る」側です。この主客関係は頻出です。
