近年，日本の総人口に占める高齢者人口の割合は過去最高となり，日本における高齢化が進むと同時に認知症患者も増加している．認知症患者の感情に寄り添うためのコミュニケーション法として「バリデーション」があるが，近年の介護士の人材不足などから患者個人に十分な時間をかけることが困難である．著者らの先行研究では強化学習を用いた傾聴対話モデルを構築して性能を評価した．本稿では，先行研究の課題点のうち，報酬モデル作成時の発話テンプレートとテンプレート数の改善を試みる．実験の結果，報酬平均は高くなり，機械的評価は傾聴割合が増加して良好な結果となったが，人手評価においては学習step数や評価方法について課題が見られた．
