多ロボット協調のための差分可能な部分モジュラ最大化を用いた意思決定指向学習

ロボットが課題パフォーマンスとアクション実行コストのトレードオフを考慮して意思決定を行う際、コスト予測関数の学習過程に下流の意思決定問題を組み込むことで、より良い意思決定が可能になる。