頑健で安定な政策学習に向けて：SONYにおける実装 - 経済産業研究所

これに対し、従来の手法ではあらかじめ決められた単一のアルゴリズムや実験条件に対する各性能推定手法の平均的な推定精度のみを比較していた。したがって、従来関連キーワードはありません