近年、人工知能の技術の一つである強化学習が注目を集めている。複雑な問題で強化学習を行うため、転移学習を拡張したカリキュラム学習が用いられることがあるが、そのカリキュラムは使用者が前もって決めていることが多い。しかし、使用者の定めたカリキュラムではうまく学習できるか不確定である。そのため本研究は優先度付き経験再生を用いた深層強化学習により、カリキュラムを自動的に設計する手法について提案する。実験を実施した結果、提案手法を用いて学習可能なカリキュラムを設計できた。