---
title: "ノイジーネットワークとは？（ε-greedyを使わない探索）【G検定対策】"
description: "ノイジーネットワーク（ε-greedyを使わない探索）について、G検定で問われるAI・機械学習分野の観点から、基本的な意味、代表モデル・手法との関係、試験で問われやすい判断軸を整理します。暗記だけでなく、似た概念との混同を避ける見分け方や、選択肢を切るためのポイントも確認します。"
canonical_url: "https://stemtazoo.github.io/gk/noisy-network/"
section: "gk"
---

## まず結論

ノイジーネットワーク（Noisy Network, NoisyNet）とは、**ε-greedy法が抱える「探索率εを人手で調整する必要がある」という問題を解決するために、ニューラルネットワーク自体にノイズを組み込み、探索と活用を自動的に切り替えるDQNの改良手法**であり、G検定では「ε-greedyの欠点を解消する方法」として問われる。

## 直感的な説明

ノイジーネットワークは、

> 行動を選ぶたびに、
> 脳の考え方が少し揺れる

ような仕組みです。

* ε-greedy：

  * 「たまにランダムに動く」とルールで決める
* ノイジーネットワーク：

  * ネットワークの中身が少しずつ変わる

その結果、

> 明示的に ε を決めなくても、自然に探索が起こる

ようになります。

## 定義・仕組み

ノイジーネットワークでは、

* ニューラルネットワークの重みやバイアスにノイズを加える
* 行動価値（Q値）の推定が毎回わずかに変化する

という仕組みを使います。

これにより、

* 行動選択にばらつきが生まれる
* 探索と活用のバランスが自動調整される

という効果が得られます。

重要なのは、

> 探索が「行動選択ルール」ではなく「ネットワーク構造」に組み込まれている

点です。

## いつ使う？（得意・不得意）

### 得意なケース

* 強化学習（特にDQN系）
* ε の調整が難しい問題
* 長期学習が必要な環境

### 注意点

* 実装がやや複雑
* 常にε-greedyより優れるとは限らない

## G検定ひっかけポイント

G検定では、**他のDQN改良手法との混同**が狙われます。

### よくある混同

* ノイジーネットワーク＝Q値の過大評価対策 → ✕
* ノイジーネットワーク＝並列学習 → ✕

### 正誤を切る判断基準

* **ε-greedyの問題を解消？** → ノイジーネットワーク
* **探索をネットワーク内部で実現？** → ノイジーネットワーク
* **Q値の過大評価抑制？** → ダブルDQN

## まとめ（試験直前用）

* ノイジーネットワークは探索手法
* ε-greedyの欠点を解消
* εを手動で設定しない
* ネットワークにノイズを加える
* G検定では「探索方法」で即判断