ゲーム・強化学習研究室
田村和広 講師
Tamura Kazuhiro
【学位】博士（工学）（静岡大学）
Tamura Kazuhiro
【学位】博士（工学）（静岡大学）
- 2019年 スズキ株式会社 入社
- 2025年 現職
強化学習による最適行動の獲得、および理論的な証明
研究テーマ
強化学習による最適行動の獲得、および理論的な証明
将棋AIや囲碁AI(AlphaGo)に始まり、海外では自動運転までもが人間を超える性能を発揮しています。本研究室では上記のような人間を超える可能性を持つ機械学習手法である強化学習に着目し、様々な社会問題を解決することを目指しています。また、強化学習はあくまで評価関数の最大値を取る行動を学習する手法であるため、単純な問題においては深層学習を行わずとも計算で最適行動を獲得することも可能です。評価関数を数学的に解くことによって得られる最適行動は理論的に最善であることが保証されるため、ミッションクリティカルな分野においても応用できることが期待されています。本研究室では広く強化学習について研究する中で、説明可能AIや人間の協力行動の再現など様々な分野への挑戦を行います。
将棋AIや囲碁AI(AlphaGo)に始まり、海外では自動運転までもが人間を超える性能を発揮しています。本研究室では上記のような人間を超える可能性を持つ機械学習手法である強化学習に着目し、様々な社会問題を解決することを目指しています。また、強化学習はあくまで評価関数の最大値を取る行動を学習する手法であるため、単純な問題においては深層学習を行わずとも計算で最適行動を獲得することも可能です。評価関数を数学的に解くことによって得られる最適行動は理論的に最善であることが保証されるため、ミッションクリティカルな分野においても応用できることが期待されています。本研究室では広く強化学習について研究する中で、説明可能AIや人間の協力行動の再現など様々な分野への挑戦を行います。
専門分野
強化学習 ゲーム理論 複雑ネットワーク