Modeling Partial Observability in Real-World Problems and Developing Reinforcement Learning Algorithms for it, along with Theoretical Analysis

• Project/Area Number: 24KJ0818
• Research Category: Grant-in-Aid for JSPS Fellows
• Allocation Type: Multi-year Fund
• Section: 国内
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: The University of Tokyo
• Principal Investigator: 西森 創一朗 東京大学, 大学院新領域創成科学研究科, 特別研究員(DC1)
• Project Period (FY): 2024-04-23 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥2,200,000 (Direct Cost: ¥2,200,000); Fiscal Year 2026: ¥600,000 (Direct Cost: ¥600,000); Fiscal Year 2025: ¥600,000 (Direct Cost: ¥600,000); Fiscal Year 2024: ¥1,000,000 (Direct Cost: ¥1,000,000)

Outline of Research at the Start

現実での意思決定には，意思決定に必要な情報の一部のみ観測可能であるという部分観測性が伴います．本研究課題では，現実に我々が直面する部分観測性を適切にモデル化し，モデルの仮定を活用し高い性能を達成する強化学習アルゴリズムの開発，およびその理論的な性能保証を目指します．