[1Pa] 神経情報学と大規模シミュレーション

[1Pa-130] 短期・長期的内発的報酬に関わる強化学習パラメータの行動データからの推定法

○倉重 宏樹¹、山田 遼介¹ (1. 東海大学)

キーワード：REINFORCEMENT LEARNING, BAYESIAN MODELING, INTRINSIC REWARD, NOVELTY