Reinforcement Learning
Sequential decision-making for the real world.
強化学習（RL）は、ゲーム、移動、およびロボット工学におけるいくつかの困難な連続した意思決定問題の解決策を提供してきました。
PFNでは、強化学習の課題に取り組み、実際のアプリケーションを実現することを目指しています。 私たちの研究には、ディープRL、安全性、ロボット工学、モデルベースRL、および模倣学習が含まれます。
Publications
Model-Based Reinforcement Learning via Meta-Policy Optimization
CoRL 2018
By : Ignasi Clavera, Jonas Rothfuss, John Schulman, Yasuhiro Fujita, Tamim Asfour, Pieter Abbeel
Toward Onboard Control System for Mobile Robots via Deep Reinforcement Learning
Deep Reinforcement Learning Workshop at NeurIPS 2018
By : Megumi Miyashita, Shirou Maruyama, Yasuhiro Fujita, Mitsuru Kusumoto, Tobias Pfeiffer, Eiichi Matsumoto, Ryosuke Okuta, Daisuke Okanohara
共立出版 Algorithms for Reinforcement Learningの翻訳本
By : Shin-ichi Maeda, Yasuhiro Fujita, 他
