私たちは大規模な知識グラフ（Knowledge Graphs, 以下KG）における推論の学習問題を研究しています。より具体的には、マルチホップ関係パスの学習に向けた新しい強化学習フレームワークについて説明します。このフレームワークでは、KGの埋め込みに基づく連続状態を持つ方策ベースのエージェントを使用し、KGベクトル空間において最も有望な関係をサンプリングすることでパスを拡張する推論を行います。従来の研究と異なり、当手法は精度、多様性、効率性を考慮した報酬関数を含んでいます。実験結果から、提案手法がFreebaseおよびNever-Ending Language Learningデータセットにおいて、パスランキングアルゴリズムやKG埋め込み手法よりも優れた性能を示すことを示しました。