本テーマでは、逐次的な意思決定問題において、方策を改善する方法や、その性能を評価する方法を扱う。
研究の焦点#
- 高い報酬、あるいは目標とする報酬を得るために、方策をどのように改善できるか
- 方策が目標とする性能水準に達しているかをどのように評価できるか
Reinforcement Learning and Sequential Decision Making
逐次的な意思決定において、方策をどう改善・評価するか？
関連論文
AISTATS 2026
Policy Testing in Markov Decision Processes
テーマ:Reinforcement LearningNeurIPS 2025 Workshop on Aligning Reinforcement Learning Experimentalists and Theorists
Policy Testing in Markov Decision Processes
テーマ:Reinforcement LearningTransactions on Machine Learning Research
Return-Aligned Decision Transformer
テーマ:Reinforcement LearningReinforcement Learning Conference (RLC) 2024
Policy Gradient Algorithms with Monte-Carlo Tree Search for Non-Markov Decision Processes
テーマ:Reinforcement LearningNeurIPS 2021 Workshop on Deep Reinforcement Learning