Q学習で[[ググる]]と小難しい説明が多いようだが、大雑把にいえば、
関数qは、ある状況sにおいて、行動aを選択した場合の結果を得点として返す。関数qは、ある状況sにおいて、行動aを選択した場合の結果を得点（報酬）として返す。
このQ(s,a)関数の行動aを変えまくって最高得点が出るパターンを力技で見つけるというものである。
「力こそパワー」である。
Q(s, a)
勉強に近道はないということだな。
2015年2月26日にグーグルが、2015年2月26日にグーグルでAlphaGoを作った人たちが、古典的なQ学習を流行りの古典的なQ学習を、流行りの[[ディープラーニング]]に喰わせた「[[DQN (Deep Q Network)]]」という画期的な人工知能を発表し、とくに日本で話題となった<ref name="yahoo">[httphttps://headlinesnews.yahoo.co.jp/hl?a=20150226-00000001-withnews-sci pickup/6151054 Yahoo！ニュース グーグル開発の人工知能、その名も「DQN」ネットでは「命名事故？」「奇跡的」]</ref>。なお、<ref>[[DQNhttp://getnews.jp/archives/1481281 Google人工知能「賢いDQN」にネット困惑]]の実装例としては[[Google]]の[[AlphaGo]]が有名であり、かなり賢い模様である。</ref>。
== 関連項目 ==
[[category: 機械学習]]
[[category: 人工知能]]