杉本 謙二

Latest

• 確率モデル学習のためのバイアス・バリアンスを調整する方策勾配型メタ最適化
• バイアス・バリアンスのトレードオフを考慮可能な確率モデル学習
• 多変量分布を用いた報酬予測による利害関係を考慮したマルチエージェント強化学習
• 状況により変化する利害関係の推定に基づくマルチエージェント強化学習
• エージェント間利害関係のオンライン分類による協調・競争タスクの学習
• 個々の目的を持つ自律分散型マルチエージェントにおける相関関係の学習