「局所最適（local optimum）」とは、ある範囲や条件内では最も良い（最適な）状態であるものの、全体としては必ずしも最良とは限らない状態を指します。（よくわからないと思うので後で例を出します。）
そして、「局所最適の罠」とは、最適化問題や意思決定において、「全体として最も良い解（＝大域最適解）」ではなく、一時的に最も良く見える解（＝局所最適解）にとどまってしまう状態のことを指します。
- 局所最適
ある範囲や近隣の中では最も良い（コストが小さい・利益が大きい）解。 - 大域最適
全ての範囲で最も良い解。 - 局所最適の罠
解空間の中では、局所的には良いものの、もっと広い大域的には最良ではない解に、最適化アルゴリズム（どうすれば最もよい答えにたどり着けるかを決める手順）が引っかかって抜け出せなくなる現象。
例えば、山を登るようなとき
- 局所最適：身近にある一番高そうな山
- 大域最適（グローバル最適）：全体で一番高い山（＝最も良い解）
近くにある山（局所最適）は一見「良さそう」に見えますが、そこに登頂しても、実は世界を見渡せば「もっと高い山（大域最適）」があります。
しかし一度一つの山に狙いを定めると、その頂上が最適だと思い込んでしまうのです。
