[3P] G. モデリング、ハードウェア、応用

[3P-261] 決定一意性、学習飽和度は状態空間拡張の適切さを規定する~動的状態空間強化学習モデルとディリクレモデルとの比較

*坂本 一寛^1,2、片倉 世雄²、虫明 元² (1. 東北医科薬科大学医学部、2. 東北大学大学院医学系研究科)

キーワード：reinforcement learning, dynamic state space, decision uniqueness, experience saturation