---
title: "探索・推論と強化学習の違い（どれを使う？）"
description: "探索・推論と強化学習の違い（どれを使う？）について、G検定で問われる強化学習分野の観点から、目的、前提、モデル構造、入力と出力、評価観点のどこが異なるかを比較します。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/search-vs-rl/"
section: "gk"
---

## まず結論

**探索・推論と強化学習は、どちらも「行動を決める」問題を扱いますが、
「答えの見つけ方」がまったく違います。**

* **探索・推論**：
  ルールに基づいて **正しい手順・経路を論理的に探す**
* **強化学習**：
  試行錯誤しながら **報酬を最大化する行動を学習する**

G検定では、
👉 **「事前にルールが分かっているか？」**
👉 **「試行錯誤と報酬があるか？」**
を見ると即断できます。

---

## 直感的な説明

### 探索・推論は「地図を見ながら進む」

* 迷路の地図が分かっている
* 一本道や手順が明確

👉 正解までの **道順を計算で求める**

---

### 強化学習は「やってみて覚える」

* 最初は正解が分からない
* 行動の結果として報酬をもらう

👉 **失敗しながら上手くなる**

---

## 定義・仕組み

### 探索・推論

* 状態空間の中から解を見つける
* 幅優先探索、深さ優先探索、A* など
* ルールや遷移が **事前に分かっている**

👉 一度解ければ、毎回同じ答えが出る

---

### 強化学習（Reinforcement Learning）

* 環境と相互作用しながら学習
* 行動 → 状態変化 → 報酬
* Q学習、方策勾配法など

👉 正解は **事前には分からない**

---

## いつ使う？（得意・不得意）

### 探索・推論が向いている

* 迷路の経路探索
* ハノイの塔
* ロボットの移動経路計画（地図あり）
* パズル・ゲームの手順探索

### 探索・推論が向いていない

* 環境が不確実・動的
* 明確なルールが定義できない問題

---

### 強化学習が向いている

* ゲームプレイ（囲碁・将棋など）
* ロボット制御（試行錯誤できる場合）
* 自動運転の行動判断

### 強化学習が向いていない

* 正解手順がすでに分かっている問題
* 試行錯誤のコストが高すぎる問題

---

## G検定ひっかけポイント

### ① ロボット＝強化学習とは限らない

* 地図あり・経路計画 → **探索・推論**
* 試行錯誤で学ぶ制御 → **強化学習**

👉 「学習しているか？」を見る

---

### ② 「最適化」という言葉

* 最短経路を求める → 探索
* 報酬を最大化 → 強化学習

👉 **何を最大化しているか**が決め手

---

### ③ 報酬の有無

* 報酬が明示されている → 強化学習
* ルールとゴールだけ → 探索・推論

---

## まとめ（試験直前用）

* **探索・推論**：ルールが決まっており、計算で解を探す
* **強化学習**：試行錯誤と報酬で行動を学ぶ

👉 迷ったら

> **ルールが明確？ → 探索・推論**
> **報酬で学ぶ？ → 強化学習**