問題 No.3062
人間のエキスパートによる熟練した操作や行動のデモンストレーションを観察し、その軌跡や方策を教師データとして直接学習することで、エージェントが自律的に適切な行動を獲得する機械学習のアプローチを何というか。
【正解の解説】
模倣学習
まるで職人の技を盗む「見習い期間」のような手法です。料理の達人が包丁を使う手元を動画でじっくり観察し、その動きをそのままコピーして上達していくように、正解の手本を見せてもらいながら最短ルートでスキルを習得できるのが大きな特徴です。
スポンサーリンク
【その他の選択肢の解説】
強化学習
正解の手本（模倣学習）をそのまま真似るのではなく、自分で何度も失敗と成功を繰り返しながら「どう動けばご褒美がもらえるか」をゲーム感覚で見つけ出すアプローチです。手本がない状態から自力で学ぶ点が模倣学習との決定的な違いです。
転移学習
自転車に乗れる人がバイクの運転技術を早くマスターできるように、過去の経験を新しい別の問題解決に「流用」するアプローチです。人間のデモンストレーションを直接真似て行動を覚える模倣学習とは、知識の使い道が根本的に異なります。
能動学習
すべてのデータをやみくもに学習するのではなく、AIにとって「これ、どっちか分からないから教えて！」と賢く質問して教師データを選ぶアプローチです。手本をそのまま観察して受動的に真似る模倣学習とは、データ収集の姿勢が異なります。