@article{oai:kitami-it.repo.nii.ac.jp:00008671,
 author = {前田, 康成 and 後藤, 文太朗 and 升井, 洋志 and 桝井, 文人 and 鈴木, 正清 and 松嶋, 敏泰},
 issue = {1},
 journal = {バイオメディカル・ファジィ・システム学会誌},
 month = {},
 note = {従来からマルコフ決定過程（MDP）を用いたロールプレイングゲーム（RPG）のモデル化が行われている．しかし，RPGの攻略法を能動的に学習する研究は行われていない．そこで，本研究では，真のパラメータが未知のMDPで表現されたRPGにおける期待総利得をベイズ基準のもとで最大にする攻略法を求める能動的な学習方法を提案する．シミュレーションをとおして，提案方法の有効性を確認する．, In previous research a role-playing game(RPG) is represented with Markov decision processes(MDP). But active learning method for RPG hαs not been studied yet. In this research we propose an active learning method which mαximizes an expected total reward with respect to a Bayes criterion under the condition that the true parameter of MDP is unknown. We recognize the effectiveness of our proρosed method by some simulations.},
 pages = {69--81},
 title = {マルコフ決定過程で表現されたロールプレイングゲームにおける攻略法の能動学習},
 volume = {15},
 year = {2013}
}