埼玉で開催された，第35回 日本ロボット学会学術講演会（RSJ2017）で，
「大域的最適解を目指すActor-Critic強化学習」
というタイトルで発表しました．
内容は，通常の政策オン型のActor-Critic手法が陥ってしまう局所最適解を脱して，大域的最適解へと到達することを目的とした研究です． 従来は確率的政策として正規分布を利用していたものを，スチューデントのt分布を用いることでこの目的を達成することに成功しました．
埼玉で開催された，第35回 日本ロボット学会学術講演会（RSJ2017）で，
「大域的最適解を目指すActor-Critic強化学習」
というタイトルで発表しました．
内容は，通常の政策オン型のActor-Critic手法が陥ってしまう局所最適解を脱して，大域的最適解へと到達することを目的とした研究です． 従来は確率的政策として正規分布を利用していたものを，スチューデントのt分布を用いることでこの目的を達成することに成功しました．