目次
第１章 強化学習の基礎（逐次的意思決定問題；プランニング ほか）
第２章 オフライン強化学習と資源割当問題への応用（オフライン強化学習の動機と困難；オフライン強化学習の問題設定 ほか）
第３章 リスク考慮型強化学習と金融への応用（リスクを考慮した逐次的意思決定と応用例；リスク指標とその性質 ほか）
第４章 安全性制約考慮型強化学習と制御系への応用（安全性制約考慮型強化学習とは；制約付きマルコフ決定過程 ほか）
著者等紹介
梶野洸［カジノヒロシ］
２０１６年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所スタッフ・リサーチ・サイエンティスト、博士（情報理工学）
宮口航平［ミヤグチコウヘイ］
２０１９年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所スタッフ・リサーチ・サイエンティスト、博士（情報理工学）
恐神貴行［オソガミタカユキ］
２００５年カーネギーメロン大学計算機科学部計算機科学科博士課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所シニア・テクニカル・スタッフ・メンバー、Ｐｈ．Ｄ．
岩城諒［イワキリョウ］
２０１９年大阪大学大学院工学研究科知能・機能創成工学専攻博士後期課程修了。現在、日本アイ・ビー・エム株式会社東京基礎研究所リサーチ・サイエンティスト、博士（工学）
和地瞭良［ワチアキフミ］
２０２１年筑波大学大学院理工情報生命学術院システム情報工学研究群情報理工学位プログラム博士後期課程修了。現在、ＬＩＮＥヤフー株式会社チーフリサーチサイエンティスト、博士（工学）（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
