東京大学 · 総合文化研究科・教養学部 · 教授

研究キーワードreinforcement learning・multi-agent cooperation・intrinsic rewards・exploration strategies・AlphaZero training・Go agents・minimax search・large language models

ここは公開データのプレビューです。個別の適合理由、連絡角度、保存機能はログイン後に利用できます。

• Static and Intrinsic Diversity in Go Agents.2025
• Enhancing Cost-Effective Large Language Models with Reinforcement Learning for Multi-turn Text-Based Environments.2025
• Initial state diversification for efficient alphazero-style training2024
• "Enhanced imagination and feature balancing for cooperative multi-agent reinforcement learning"2024

• 不完全情報かつ多人数環境で合理的均衡戦略を求める深層強化学習2021

• 公式プロフィール