[1P] 51 報酬と罰の学習

[1P-459] 待機行動時の報酬獲得体験が，その後の待機可能時間に及ぼす影響：ラット行動解析と強化学習モデルによる検討

*石田 澪¹、岡野 晃大¹、室屋 奏¹、齊藤 遼太¹、片山 統裕²、小村 豊³、梶原 利一¹ (1. 明治大学、2. 尚絅学院大学、3. 京都大学)

キーワード：Time-sensation, behavioral analysis, Q-learning