リスクを考慮した最適なアクションを決定するための方法、プログラム、および装置

【課題】コンピュータ装置を用いて、対象期間の各期の状態それぞれについて、リスクを考慮した最適アクションを決定するための方法を提供する。 【解決手段】ａ）今期において取り得る状態の１つを選択するステップと、ｂ）実行可能なアクション候補のうちの１つを選択するステップと、ｃ）選択されたアクション候補のうちの１つを実行したことによって得られる報酬および来期の状態における最適価値に依存する評価値の確率分布を算出するステップと、ｄ）評価値の確率分布を用いて、リスク指標を算出するステップと、ｅ）前記リスク指標を考慮した所定のプリファレンスに従って重み付けを行って、アクション候補が実行された場合の価値指標を算出するステップと、ｆ）未選択のアクション候補について、ステップｂ）〜ｅ）を繰り返すステップと、ｇ）アクション候補のうちの１つを最適アクションとして決定するために、価値指標を比較するステップを含む。 【選択図】図５