大貫 泰弘, 田原 康之, 大須賀 昭彦, 清 雄一: NetHackにおける深層強化学習アルゴリズムDQNとPPOの比較評価, 第53回ゲーム情報学研究発表会, 2024-GI-53(7), pp.1-8 (2024.9)
