環境により行動を決定し、行動により環境が変化する？ 脳が震える～。かえるのクーの助手の「井戸中 聖」（いとなか あきら）....デス。 アナタ、怠惰デスね？！ さて、強化学習はマルコフ決定過程（Markov decision process）を「環境」とみなし、「行動」…