# 強化学習

> 強化学習 - Q学習アルゴリズムに基づくモデルを実装します。

This Markdown file sits beside the HTML page at the same path (with a `.md` suffix). It summarizes the topic and lists links for tools and LLM context.

Companion generated at `2026-07-27T18:44:30.225155+00:00` (UTC).

## Primary page

- [強化学習](https://docs.datarobot.com/ja/docs/api/dev-learning/accelerators/custom-model-dev/reinforce-learn.html.md): Full documentation for this topic (Markdown sidecar).

## Documentation content

[GitHubでこのAIアクセラレーターにアクセス](https://github.com/datarobot-community/ai-accelerators/blob/main/advanced_ml_and_api_approaches/Reinforcement%20learning/Reinforcement_Learning.ipynb)

このアクセラレーターでは、Q学習アルゴリズムに基づく非常にシンプルなモデルを実装します。 このアクセラレーターは、ニューラルネットワークや高度な数学に関する深い理解を必要としない強化学習の基本的なフォームに加えて、そのようなモデルをDataRobotにデプロイする方法を提供しています。

この例では、エージェントがグリッド内を移動して、ゴールに到達することを学習するグリッドワールド問題を提示します。

アクセラレーターは以下の手順を実行します。

1. 状態とアクションスペースを定義する
2. 個々の状態/アクションの組み合わせに対して、期待される報酬を格納するQテーブルを作成する
3. 学習アルゴリズムを実装してモデルをトレーニングする
4. モデルを評価する
5. DataRobot REST APIエンドポイントにモデルをデプロイする