[Deep reinforcement learning - Wikipedia](https://en.wikipedia.org/wiki/Deep_reinforcement_learning) > 深層強化学習（deep reinforcement learning,deep RL）は、[[強化学習]]（Renforcement learning, RL）と[[深層学習]]を組み合わせた機械学習のサブフィールドである。RLは、計算エージェントが試行錯誤によって意思決定を行うことを学習する問題を考える。ディープラーニングをソリューションに組み込むことで、エージェントは状態空間を手動で設計することなく、非構造化入力データから意思決定を行えるようになる。ディープRLアルゴリズムは、非常に大きな入力（例えば、ビデオゲームで画面に表示されるすべてのピクセル）を取り込み、目的（例えば、ゲームのスコアの最大化）を最適化するために実行すべきアクションを決定することができる。深層強化学習は、ロボット工学、ビデオゲーム、自然言語処理、コンピュータビジョン、教育、交通、金融、ヘルスケアなど、多様なアプリケーションに利用されています(ただし、これらに限定されるものではありません)。[1]