複数の状況・行動の後に何らかの結果が得られた場合、その結果をどの状況・行動に帰属させるか（≒どの状況・行動を原因として解釈するか）という問題を「責任割り当て問題」という。人工知能の領域では、基本的に「直前の状況・行動に（大きく）割り当てる」…

手掛かり刺激、あるいは手段の実行後に報酬が得られないと、ドーパミン系の活動は普段よりも低くなる。こういった状況では、（仕組みはよく分からんが）ドーパミンの欠乏状態を補うために、別の方法で無理やりにでも報酬を得ようとする。…まぁ物理的に埋め合…

典型的な「基底核＝強化学習」の枠組みでは、皮質に現在の状況が、線条体に行動がコードされ、外界から与えられる報酬によって適切な状況と行動の組が強化される。すなわち、人間がある状況である行動を起こすのは、それが過去の経験によって強化されたから…

人間は「目的」の達成のために「手段」を企図する。目的によって価値が与えられるという意味では、「手段」は「目的」によって強化されると言える。目的に対する集団の位置づけは、報酬に対する手掛かり刺激の関係に近い。ただし基本的に「目的」が定まって…

以前にも解釈した気がするんだけど、別の見方も可能ではないかと思って。

今まで生きてきて分かったことは、結局自分の好きなことしか続けられないということ。打算で「やるべきこと」を決めても、長期間持続できない。では人生設計が無意味かというと必ずしもそうではなくて、「好きなこと」のどれを仕事にするかとか、嗜好を考慮…