本研究では、 POMDPs環境のための畳み込みニューラルネットワー
クを用いた Profit Sharingを提案する。提案手法では、観測ごと
の行動の決定度と学習の進行度を用いて不完全知覚状態の判断を行
い、不完全知覚状態であると判断された場合には入力としてより
長いステップにおける観測を扱えるような畳み込みニューラルネッ
トワークに切り替え、その出力によって行動選択を行うようにする
ことで、適切な行動が選択できるようにする。