人工知能に関する国際会議 The Thirty-First AAAI Conference on Artificial Intelligence (AAAI-17) にて，
下記の内容に関する口頭発表を行います．

近年逆強化学習に基づく行動のモデル化が盛んに研究されるようになってきましたが，
高次元の状態空間への応用には多くの課題が残され，
逆強化学習における重要な話題となっています．

本発表では，この話題に１つの解を与えるものです．

高次元空間に対する逆強化学習は様々なアプローチが考えられますが，
我々の方法は状態空間を効率的に離散化する枠組みとして
グラフに基づくアプローチを採用しています．

既存手法に比べ，適用可能な力学系の制限を緩和することが特長であり，
市街地における運転行動データを用い，既存の類似手法
（高次元状態空間への適用を前提とした逆強化学習）
と比較し提案手法の有効性を検証しています．

–発表情報–
Technical session “Planning” 2017-02-06 (Mon.) 14:00 – 15:30
Fast Inverse Reinforcement Learning with Interval Consistent Graph for Driving Behavior Prediction
Masamichi Shimosaka*, Junichi Sato**, Kazuhito Takenaka***, Kentarou Hitomi***
(*Tokyo Institute of Technology, **The University of Tokyo, ***DENSO CORPORATION)

Poster / Demo Session 1 2017-02-06 (Mon.) 18:30 – 20:30

–学会情報–
AAAI2017 Home
AAAI2017 Program