荒井幸代先生（千葉大学）
on-line
2022年1月19日（水）10:00-12:00
強化学習は、モデルベースト制御の関係（相補性，類似性）から、その実用可能性が議論されており、 特にそのモデルフリー性（対象システムのダイナミクスが未知）については理解が広がっている。 本発表では、制御においてモデルと共に、予め設定が不可欠な「目標値（目的関数）」に着目し、 これが強化学習の報酬値（報酬関数）が相当するとした文脈で、逆強化学習を中心にその研究の 現状と課題についてのトピックを紹介していただきました。