これは 人工知能アドベントカレンダー の14日目の記事です。人工知能アドベントカレンダーも半分以上終わりました。今回は筆者の体調が最近思わしくないため、短めでいきます（後日加筆修正があるとおもいます）。強化学習(reinforcement learning)は、教師…