機械学習 価値関数とは?強化学習エージェントの意思決定を支える仕組みを解説 将棋AIが「この局面は有利」と判断できるのは、先の報酬を見積もる価値関数があるからです。強化学習エージェントの意思決定の核となるこの仕組みを、具体例を交えて解説します。 2026.10.03 機械学習