@techreport{weko_232918_1,
   author	 = "新木,優典 and 大久保,誠也 and 若月,光夫 and 西野,哲朗",
   title	 = "コンピュータUNOにおけるモンテカルロ法のREINFORCEアルゴリズムによる方策学習",
   year 	 = "2024",
   institution	 = "電気通信大学大学院情報理工学研究科, 静岡県立大学経営情報学部, 電気通信大学大学院情報理工学研究科, 電気通信大学大学院情報理工学研究科",
   number	 = "30",
   month	 = "mar"
}