エージェントの基本概念
問題
強化学習におけるエージェントに関する次の記述のうち、正しいものを1つ選べ。
解説
強化学習などの分野で登場する「エージェント（Agent）」とは、特定の環境内に存在し、環境から状態（観測）を受け取り、それに応じて自律的に行動を選択する主体のことを指します。
大前提として、行動によって環境が変化し、そこから得られる「報酬」を最大化するように学習を進めるのが強化学習の基本サイクルです。
実務では、自動運転車やゲームAI、ロボット制御など、連続的な意思決定が必要なシステムの設計において、この「エージェントと環境」の切り分けがシステムモデリングの基礎となります。
1. エージェントは、必ず高度な知能を持ち、自律的に学習する必要がある。
誤り：エージェントとは「環境から観測を受け取り行動する主体」を指す概念であり、高度な知能や自律的な学習能力をあらかじめ持っていることは必須の条件ではありません。
2. エージェントは、環境からの情報を受け取り、行動を選択する主体である。
正しい：強化学習における基本的な枠組みであり、エージェントは環境を観測し、行動を起こし、その結果として環境から報酬を受け取るというサイクルを繰り返して学習します。
3. エージェントは、物理的なロボットに限定され、ソフトウェアとして存在することはできない。
誤り：物理的な実体を持つロボットに限らず、チェスや囲碁の対戦プログラム、金融の自動取引ボットなど、ソフトウェアとして存在するエージェントも多数存在します。
4. エージェントは、必ず報酬を最大化するように設計されるため、報酬が存在しない環境では成立しない。
誤り：強化学習のエージェントは報酬の最大化を目指しますが、「エージェント」という概念自体は報酬が存在しない環境（探索目的など）やルールベースのシステムでも成立します。
📚 より詳細を学びたい方へ
