2024年1月29日から1月31日にかけて別府亀の井ホテルで開催されたKorea-Japan Joint Workshop on Complex Communication Sciences国際会議の10周年記念大会（KJCCS2024）において、博士（前期）課程2年の永井達郎さんと吉野遊さん（ともに複雑系情報科学領域、指導教員：香取勇一教授）が、それぞれ“Best Student Paper Award”（最優秀学生論文賞）を受賞しました。
これらの論文は、採択された約70の論文の中から優れた論文として選ばれたものです。
KJCCS2024は、複雑コミュニケーションサイエンスに関する最新の研究成果や予備的な研究成果を交換する場として提供されています。
永井さんは、連続値を扱う多層構造を用いたレザバー強化学習モデルを提案して、部分観測空間における学習能力の向上を示しました。
発表タイトルと著者：
“Enhancing Reinforcement Learning in POMDPs with the Reservoir Soft Actor-Critic Model Incorporating Multi-layer Structures”
（多層構造を組み込んだリザバーソフトアクタークリティックモデルによるPOMDP環境における強化学習）
永井達郎、香取勇一
（上図をクリックすると画像が表示されます）
吉野さんは、ロボットマニピュレーターをはじめとする連続行動空間での制御アルゴリズムの構築を目指し、モータープリミティブの概念を取り入れたレザバーコンピューティングに基づく強化学習モデルを提案しました。
発表タイトルと著者：
“Reservoir Reinforcement Learning Model for Generating and Switching Motor Primitives”
（モータープリミティブの生成と切り替えのためのリザーバ強化学習モデル）
吉野遊、香取勇一
（上図をクリックすると画像が表示されます）
この成果は、国立研究開発法人新エネルギー・産業技術総合開発機構(NEDO)の委託業務(JPNP16007)、および JSPS科研費（21H05163, 20H04258, 20H00596, 23H03468）の助成の結果得られたものです。
