★強化学習の基礎から近年の定番化したアルゴリズムまでの要点の簡潔な説明とともに、

実例を通じて応用時の注意点なども解説！

強化学習の基礎から最新動向と機械制御への応用

【提携セミナー】

主催：株式会社R&D支援センター

◆セミナー趣旨

深層学習の登場によって一躍注目度を高めたAIは，そのほとんどが用意された膨大なデータセットからデータ間に潜む関係性を見出すことを目的としています．これに対して，最近はAIが見出した関係性を基に新たなデータを生成する生成AIへと発展してきました．中でも，その生成を通じて実世界に物理的に作用するフィジカルAIやEmbodied Inteligenceと呼ばれる概念が次世代AIとして大きな注目を集めています．本セミナーでは，そのようなAI技術の一つである強化学習について紹介します．強化学習では，ロボットやゲームAIなどのエージェントが自ら試行錯誤して得た経験データに基づいて学習して，目的を達成できる行動のルール（方策）を獲得することを目指しますが，一般的なAIと比べて学習の仕組みや使い方が分かりづらいと良く指摘されています．なので，本セミナーでは強化学習の基礎から近年の定番化したアルゴリズムまで簡潔に要点を説明するとともに，その応用時の注意点なども実例を通じて紹介します．

◆習得できる知識

強化学習の基本的な仕組みを習得できる．
強化学習の応用に向けた注意点や対策を理解できる．

◆受講対象

強化学習の実応用に取り組んでいる，または取り組む予定の技術者の方

◆必要な前提知識

大学基礎レベルの数学知識（線形代数・微積分・確率）

◆キーワード

強化学習,学習アルゴリズム,報酬設計,機械制御

担当講師

国立情報学研究所　情報学プリンシプル研究系
助教　博士（工学）　小林 泰介氏

【ご専門】知能ロボティクス

セミナープログラム（予定）

1．強化学習とは
1-1. 強化学習の目的
1-2. マルコフ決定過程
1-3. 学習すべき要素

2．学習アルゴリズムの基礎
2-1. 価値関数の学習
2-2. 方策関数の学習
2-3. 深層強化学習でのテクニック

3．最新のActor-Criticアルゴリズム
3-1. 方策更新の制限：TRPO/PPO
3-2. 方策エントロピーの最大化：SQL/SAC

4．モデルベース強化学習
4-1. 世界モデルの学習・活用法
4-2. 既存モデルの活用法・Sim-to-Real

5．報酬設計の課題と対策
5-1. 疎な報酬
5-2. 安全性の担保

公開セミナーの次回開催予定

開催日

【LIVE配信】2026/1/15（木）12:30～16:30
【アーカイブ配信】1/16（金）～1/30（金）（何度でも受講可能）

開催場所

【WEB限定セミナー】※会社やご自宅でご受講下さい。

受講料

非会員： 49,500円 （本体価格：45,000円）
会員： 46,200円 （本体価格：42,000円）

会員（案内）登録していただいた場合、通常1名様申込で49,500円（税込）から

• 1名で申込の場合、46,200円（税込）へ割引になります。
• 2名同時申込で両名とも会員登録をしていただいた場合、計49,500円（2人目無料）です。

※LIVE配信とアーカイブ配信（見逃し配信）両方の視聴を希望される場合
会員価格で1名につき49,500円（税込）、2名同時申込で60,500円（税込）になります。
メッセージ欄に「LIVEとアーカイブ両方視聴」と明記してください。

※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。

※R&D支援センターの会員登録とは？
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。

LIVE配信のご案内

こちらをご参照ください

備考

• セミナー資料は開催前日までにお送りいたします。
  無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。

お申し込み方法

★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。

★【LIVE配信】、【アーカイブ配信】、【LIVEとアーカイブ両方視聴】のいずれかから、ご希望される受講形態をメッセージ欄に明記してください。