Generalization of Decision Making Problem using Path Signature and Reframing of Learning Theory

• Project/Area Number: 25K21157
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 60020:Mathematical informatics-related
• Research Institution: Ehime University
• Principal Investigator: 大西 基也 愛媛大学, 理工学研究科(理学系), 准教授 (71007234)
• Project Period (FY): 2025-04-01 – 2030-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2029: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2028: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2027: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2026: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2025: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
• Keywords: 学習理論 / Path Signature / 動的システム / 制御理論

Outline of Research at the Start

動的システムの制御を対象とする機械学習分野である強化学習は，脳科学および純粋なアルゴリズムとしての研究としても歴史を持つ．近年は深層強化学習のロボティクス分野等を対象とした発展や大規模言語モデルへの人間のフィードバックの適用等の応用を含めて活発に研究されている．しかしながら，これら（ベルマン方程式に基づく）価値関数の最適化という定式化では容易に対応できない問題は多岐にわたる．一例としては経路追従問題があげられる．本研究では，Signatureを用いた新しい意思決定問題の研究および動的システムに基づく新しい学習理論パラダイム創出の探索的研究を行う．