確率的モデルチェックによる確率的強化学習ポリシーの検証

確率的強化学習ポリシーの安全性を検証するための手法を提案する。この手法は、強化学習アルゴリズムと環境がマルコフ性を満たす限り、任意の強化学習アルゴリズムに対応可能である。