見間違えのある繰り返しゲームのためのActor-Critic型強化学習

国内学会/セミナー

坂本 充生, 阿部 拳之, 岩崎 敦

IBIS 2021

反実仮想後悔最小化によるアメリカンフットボールにおけるオフェンス戦略の均衡推定

国内学会/セミナー

島野 雄貴, 阿部 拳之, 岩崎 敦, 大河原 一憲

FIT 2021

見間違えのある繰り返し囚人のジレンマにおける方策勾配法に関する研究

国内学会/セミナー

坂本 充生, 阿部 拳之, 岩崎 敦

FIT 2021

Off-Policy Exploitability-Evaluation in Two-Player Zero-Sum Markov Games

論文誌・国際会議

Kenshi Abe, Yusuke Kaneko

AAMAS 2021

二人零和マルコフゲームにおけるオフ方策評価のためのQ学習

国内学会/セミナー

阿部 拳之, 金子 雄祐

第25回ゲームプログラミングワークショップ

広告配信オークションにおける入札戦略

国内学会/セミナー

阿部 拳之

FIT 2020

Online Learning for Bidding Agent in First Price Auction

論文誌・国際会議

Gota Morishita, Kenshi Abe, Kazuhisa Ogawa, Yusuke Kaneko

AAAI 2020 Workshop on Reinforcement Learning in Games

花札におけるナッシュ均衡戦略の計算

国内学会/セミナー

阿部 拳之

IBIS2019

Black-box最適化に対するBudgetを考慮した探索空間の初期化

国内学会/セミナー

野村 将寛, 阿部 拳之

JSAI 2019

非定常多腕バンディットアルゴリズムを用いたハイパーパラメータ最適化フレームワークの提案

国内学会/セミナー

阿部 拳之, 野村 将寛

IBIS2018