本論文では、逐次意思決定タスクにおけるスケーラブルなガウス過程（GP）推論の向上を目指し、反復ガウス過程に焦点を当てています。反復線形ソルバー（共役勾配法、確率的勾配降下法、代替投影など）を用いてGPの後方分布を近似する方法を提案し、既知の小規模なシステムの解を活用して大規模な線形系の収束を改善します。この手法は新たなデータが段階的に追加されるタスクにおいて特に重要であり、設定された許容範囲内での解決速度の向上や、固定された計算予算の下でのベイズ最適化性能の向上を示しています。これにより、反復ガウス過程のスケーラビリティに対する新たなアプローチが提供されています。