抄録
本研究では，個人の健康管理のためのヘルスケア・ソフトウェアを対象とする．ヘルスケア・ソフトウェアは個人の健康状態に基づいて適切なアドバイスを提供する．従来研究では，健康状態の遷移確率の真のパラメータが既知の条件のもとで目標状態での滞在確率の最大化が検討されている．しかし，遷移確率が常に既知とは限らない．そこで，本研究では真の遷移確率が未知の条件のもとで目標状態での滞在確率を最大化する方法を提案する．未知の遷移確率を伴うマルコフ決定過程をモデルに採用し，目標状態での滞在確率を最大化するために動的計画法を用いる．提案方法の有効性を数値計算例で示す．提案方法による目標状態での滞在確率が比較対象よりも大きいことを確認した．
