メインコンテンツへスキップ
  1. 論文/

ベイズリスク選好最適化:報酬モデル不要のオンライン選好最適化手法

森村 哲郎, 坂本 充生, 陣内 佑, 阿部 拳之, 蟻生 開人

研究テーマ