Q学習 デモプログラム｜Memeplexes遊び方 「動かす」ボタン：学習を1ステップ進めます。連打してください。 「自動再生」ボタン：自動的に学習を進めるアニメーションを行います。連打がめんどくさい時にどうぞ。 解説 これはQ学習が進む様子を表すでもプログラムです。 このプログラムには0から5までの状態があります。 それぞれの状態はすごろくのマス目のようなもので、5がゴールです。 5へ行くのが目的です。 Q学習では、ゴール（5番）に行くように各矢印を強化していきます。 ゴールへ近づく矢印は強化されますが、ゴールから遠ざかるような矢印はあまり強くなりません。 たくさん学習を進めると、矢印の強さが大体の値に落ち着きます。 おちついたとき、その最も強い矢印の方向へ辿って行くと、ゴールへ行けるのです。 [2回]
