[4Yin-A] Poster 6

[4Yin-A-16] Investigation of Reinforcement Learning-Based Personalized Notification Optimization for Habit Formation Support in Mobile Apps

〇Takashi Hasuo¹, Shingo Nakazawa¹ (1. Theoria technologies Co., Ltd.)

Keywords:

Reinforcement Learning,Behavior Change,Habit Formation,Healthcare,Just-in-Time Adaptive Interventions (JITAIs)

習慣化支援を目的とするアプリでは，行動の反復実施が成果に直結するため，継続利用を促す介入設計が重要である．多くの場合，リマインド通知は代表的な介入手段である一方，受け止め方や状況の個人差が大きく，過剰または不十分な介入は，負担感の増大や通知への依存，さらには利用離脱につながり得る．そこで本研究では，アプリ実施を促す通知介入を対象に，内在化度・依存度・通知応答性を潜在状態，実施有無やセンサから算出した可用性（通知を受け取れる状況）を観測とする部分観測マルコフ決定過程（POMDP）を定式化し，多様な仮想ユーザを用いたシミュレーション環境を構築した．深層強化学習により通知タイミング方策を学習し，ユーザ属性を与えない設定でも，固定間隔通知やヒューリスティック手法と比べて習慣化指標が改善する傾向を確認した．さらに，観測履歴からの潜在状態推定が性能向上に寄与する可能性が示唆された．