報酬ハッキング

報酬ハッキング（ほうしゅうハッキング、英語: Reward Hacking）とは、人工知能の強化学習（RL）において、エージェントが報酬関数の欠陥や曖昧さを悪用し、設計者が本来意図したタスクを真に習得・達成することなく高い報酬を獲得してしまう現象である。仕様ゲーミング（しようゲーミング、Specification Gaming）とも呼ばれ、グッドハートの法則「指標自体が目標にすり替わると、その指標は良い指標でなくなる」と密接に関連する概念である。