強化学習

問題

以下の文章を読み、空欄に最もよく当てはまる選択肢を1つ選べ。強化学習で、エージェントが観測した状況を表すものは一般に（　）と呼ばれる。

1. A. 状態
2. B. 主成分
3. C. 適合率
4. D. 正則化項

解説（正解: A）

正解はA。強化学習では、エージェントが環境から観測した状況を状態と呼ぶ。エージェントは状態に応じて行動を選び、報酬や次の状態を受け取る。Bは次元削減、Cは分類評価、Dは正則化に関する用語である。