多様な環境に同時最適となる頑健な動的意思決定方策の基盤技術

• Project/Area Number: 25K03184
• Research Category: Grant-in-Aid for Scientific Research (B)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related; Basic Section 60030:Statistical science-related; Sections That Are Subject to Joint Review: Basic Section60030:Statistical science-related , Basic Section61030:Intelligent informatics-related
• Research Institution: Kyoto University
• Principal Investigator: 本多 淳也 京都大学, 情報学研究科, 准教授 (10712391)
• Co-Investigator(Kenkyū-buntansha): 伊藤 伸志 東京大学, 大学院情報理工学系研究科, 准教授 (30871420)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥25,480,000 (Direct Cost: ¥19,600,000、Indirect Cost: ¥5,880,000); Fiscal Year 2029: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2028: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000); Fiscal Year 2027: ¥5,330,000 (Direct Cost: ¥4,100,000、Indirect Cost: ¥1,230,000); Fiscal Year 2026: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥6,630,000 (Direct Cost: ¥5,100,000、Indirect Cost: ¥1,530,000)
• Keywords: 機械学習 / バンディット問題 / オンライン学習 / 両環境最適性

Outline of Research at the Start

本研究はバンディット問題やオンライン予測など逐次的にデータを収集しつつ動的に意思決定を行う問題を扱う．これらの問題では，確率的環境と敵対的環境という二つの設定に分かれて独立して研究が行われていたが，双方の環境に対してほぼ最適の性能を達成する両環境最適方策とよばれる方策群が近年注目されている．本研究では，より一般的な動的意思決定問題で両環境最適性を汎用的・効率的に達成するための技術基盤の確立ならびに両環境最適性に伴う本質的な限界の解明を目指す．