[1P] G. モデリング、ハードウェア、応用

[1P-315] 部分観測マルコフ決定過程におけるリザバーコンピューティングを基にしたTD学習モデルの短期記憶性能

*吉野 遊¹、香取 勇一^1,2 (1. 公立はこだて未来大学、2. 東京大学生産技術研究所)

キーワード：RESERVOIR COMPUTING, REINFORCEMENT LEARNING , AUTONOMOUS ROBOT