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

• 研究課題/領域番号: 25K03184
• 研究種目: 基盤研究(B)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分61030:知能情報学関連; 小区分60030:統計科学関連; 合同審査対象区分:小区分60030:統計科学関連、小区分61030:知能情報学関連
• 研究機関: 京都大学
• 研究代表者: 本多 淳也 京都大学, 情報学研究科, 准教授 (10712391)
• 研究分担者: 伊藤 伸志 東京大学, 大学院情報理工学系研究科, 准教授 (30871420)
• 研究期間 (年度): 2025-04-01 – 2030-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 25,480千円 (直接経費: 19,600千円、間接経費: 5,880千円); 2029年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2028年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2027年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円); 2026年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2025年度: 6,630千円 (直接経費: 5,100千円、間接経費: 1,530千円)
• キーワード: 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

研究開始時の研究の概要

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．