当研究室の研究成果が国際会議WI-IAT 2026(The 25th IEEE/WIC International Conference on Web Intelligence and Intelligent Agent Technology)に2件採択されました。 WI-IATは、ウェブインテリジェンスとエージェント技術に関する重要国際会議の一つとして数えられております。

発表の内容の1件は、分布型強化学習IQN（Implicit Quantile Networks）を用いた複数船の航路探索の精度向上に関する成果、もう1件はLLMを用いた強化学習の効率的な訓練方法の提案です。どちらもFull Paperで採択されました。 詳細は以下の通りですので、もしご興味あって参加される方がおられれば、ご聴講ください。

発表題目：State-Dependent Risk Adaptation via Distributional Reinforcement Learning for Decentralized Multi-ASV Navigation
著者：Tenyu Matsumoto, Donghui Lin, Manabu Ohta, and Fumito Uwano
発表日時：TBD

発表題目：Efficient LLM-Assisted Reinforcement Learning via Entropy-Driven Invocation Scheduling and Performance-Based Termination
著者：Ryotaro Murakami, Donghui Lin, Manabu Ohta, and Fumito Uwano
発表日時：TBD

場所：Rydges South Bank Brisbane, Brisbane, Australia
国際会議名：The 25th IEEE/WIC International Conference on Web Intelligence and Intelligent Agent Technology (WI-IAT 2026)