2026-03-08T04:49:01Z https://fun.repo.nii.ac.jp/oai

oai:fun.repo.nii.ac.jp:00000030 2023-06-20T14:33:23Z 22:23

Practical reinforcement learning for long delayed reward problems 長遅延報酬対象向け強化学習手法 若原, 拓己 136 公立はこだて未来大学 博士（システム情報科学） 指導教員：三上　貞芳 doctoral thesis 2012-12-10 2013-03-21 VoR application/pdf 1 77 甲第21号 https://fun.repo.nii.ac.jp/record/30/files/g3107007.pdf http://hdl.handle.net/10445/6731 https://fun.repo.nii.ac.jp/records/30 jpn open access