Title：強化学習の基礎とロボット応用
(株)国際電気通信基礎技術研究所（ATR）
アルファ碁などの事例を通じて一般向けの記事にも現れるほど、「強化学習」という名前は広く知られるようになり、その活用の可能性が模索されている。報酬に基づいて行動則を試行錯誤的に学習するための手法を与える強化学習は、脳の意思決定モデルやロボットの運動学習手法を導くための枠組みとして注目されてきた。
この講義では、強化学習の基礎的なアルゴリズムを紹介するとともに、ロボットの運動学習など、応用に向けた可能性について議論する。
参考文献：
1. R. Sutton and A. Barto, Reinforcement Learning: An Introduction
2. 牧野ら（編集）、これからの強化学習, 森北出版
3. S. Schaal and C. G. Atkeson: Learning Control in Robotics, IEEE Robotics & Automation Magazine, 17, 20-29, 2010.
4. K. Ishihara and J. Morimoto: Real-time Model Predictive Control with two-step optimization based on singularly perturbed system. IEEE-RAS International Conference on Humanoid Robotics: 173-180, 2015.
