Langevin Dynamicsに基づく強化学習の最適化アルゴリズム

越野 壮太

（指導教員：泉田 勇輝 講師／ 数理情報第8研究室）

研究概要

近年，強化学習に対する最適化アルゴリズムである自然方策勾配法をLangevin Dynamicsに基づいて解析する手法が提案された．本研究では，そのLangevin Dynamicsの手法を発展させ，最適化アルゴリズムを考えた．

既存アルゴリズムと提案アルゴリズムの方策の挙動

卒論の感想