[3D3-LS-7] Luncheon seminar 7

[3D3-LS-7-01] 未知の環境に臨機応変に対処する逐次的意思決定技術

伊藤 伸志¹ (1. 日本電気株式会社)

近年，ダイナミックプライシングやレコメンドのパーソナライズなど，状況に応じて施策を自動的に変化させて，最適な意思決定を実現する「オンライン最適化」が注目されています．この研究領域では従来から確率的モデルや敵対的モデルなどのさまざまな環境モデルが考察され，各モデルに適した個別の手法が提案されていますが，これらの応用においては適切な手法の選定がむずかしいという課題が残っていました．この課題に対応するため，さまざまな環境モデルに自動的に適応して効果的に動作する「Best-of-Both-Worlds 手法」の研究が盛んに行われています．この研究の潮流と最新の研究成果について，NeurIPS, ICML, COLT など難関学会に採択された講演者の論文内容を交えてご紹介します．