3F2-4　MDP集団におけるマルチユーザ強化学習エージェント

演題番号	3F2-4
題目	MDP集団におけるマルチユーザ強化学習エージェント
著者	片上大輔 (東京工業大学大学院総合理工学研究科) 新田克己 (東京工業大学大学院総合理工学研究科)
時間	6月9日(金) 14:00～14:20
概要	本研究では、ユーザ集団とのインタラクションから学習を行なうマルチユーザ強化学習エージェント（MULA-Q）を提案し、マルコフ決定過程（MDP）の上のマルチタスク強化学習問題において提案手法の有効性を定量的に評価する。
論文	PDFファイル