【AI入門】強化学習の基本概念とSarsaアルゴリズムを用いた迷路探索の実装

はじめに こんにちは、野村です。 学生をしながら静岡のHIBARI株式会社でAIを用いたプロダクト開発をしています。大学では情報通信分野で研究を行っています。 本記事は、強化学習とその学習手法について学んだ内容をまとめたものです。学習および実装にあたっては、次の書籍と公式リポジトリを参考にしています。 参考書籍： 小川雄太郎：作りながら学ぶ! 深層強化学習 PyTorchによる実践プログラミング（マイナビ出版） 参考リポジトリ： GitHub サポートリポジトリ(MIT License) 強化学習の位置づけ まず、「AI」、「機械学習」、「強化学習」という言葉の関係...