漸近的最適かつ実用的な純粋探索バンディット方策の開発

• 研究課題/領域番号: 24H00685
• 研究種目: 基盤研究(A)
• 配分区分: 補助金
• 応募区分: 一般
• 審査区分: 中区分60:情報科学、情報工学およびその関連分野
• 研究機関: 北海道大学
• 研究代表者: 中村 篤祥 北海道大学, 情報科学研究院, 教授 (50344487)
• 研究分担者: 田畑 公次 北海道大学, 電子科学研究所, 准教授 (20814445) ; 畑埜 晃平 九州大学, システム情報科学研究院, 教授 (60404026) ; 寺本 央 関西大学, システム理工学部, 准教授 (90463728)
• 研究期間 (年度): 2024-04-01 – 2029-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 48,620千円 (直接経費: 37,400千円、間接経費: 11,220千円); 2025年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円); 2024年度: 24,830千円 (直接経費: 19,100千円、間接経費: 5,730千円)
• キーワード: バンディット / 多目的最適化 / モンテカルロ木探索

研究開始時の研究の概要

純粋探索のバンデ ィット問題である分類バンディット、多目的最適化バンディット、モンテカルロ木探索を用いた大規模探索の3つの課題において、能動的逐次選択により漸近的最適かつ実用的にも少ないサンプル数の解法アルゴリズムを開発する。閾値以上の期待報酬腕割合により判定する分類バンディット問題においては、一般化した決定問題バンディットを研究し応用を広げる。複数指標で評価する多目的最適化バンディットでは、多目的ならではの解の設定において有用なアルゴリズムを開発する。モンテカルロ木探索を用いた大規模探索では、離散と連続の両方の属性を持つ大規模空間におけるブラックボックス最適化に有効な並列手法を開発する。