Murata Lab

ロボット制御やゲームなどの複雑な環境では、ある時点で得られる情報だけでは現在の状況を十分に把握できず、過去の観測や行動からなる履歴を考慮する必要がある。しかし、履歴は時間とともに長くなるため、そのまま扱うと計算量が増大し、状況の比較や過去の経験の再利用が難しくなる。本研究では、将来の意思決定に必要な意味を保持しながら、履歴間の遷移や順序といった構造を反映した表現を学習する。これにより、意味の等しい履歴を集約しつつ、状況がどのように変化していくかを捉えられる潜在空間を構築し、複雑な環境における効率的な意思決定や探索への利用を目指す。